JP2018179698A - シート検査装置 - Google Patents

Abstract

【課題】シート状の被検査物の外観画像を用いるシート検査装置において、被検査物の種類、検査環境などに変化があった場合であっても、当該変化後の初期状態から精度の良い検査を行うことができる手段を提供する。【解決手段】シート状の被検査物２に対して光を照射する照明手段３１、３３と、該照明手段から前記被検査物に照射された光の反射光及び／又は透過光により前記被検査物を撮影する撮影手段４と、該撮影手段により撮影された画像の画像データを処理して得られる特徴量に基づいて前記被検査物に含まれる異常を検出する異常検出手段５と、を有するシート検査装置であって、前記異常検出手段は、良品の画像データから得られる前記特徴量の分布を検査の基準となる基準分布とし、該基準分布と前記被検査物の画像データから得られる前記特徴量の分布との相対的な関係に基づいて、異常を検出する、ことを特徴とする、シート検査装置１。【選択図】図１

Description

本発明は、シート状の被検査物の異常箇所を検出する技術に関する。

シート状物品を製造又は加工するための生産ラインでは、可視光や紫外光をシートに照射しその透過光又は反射光をカメラで撮影することにより得られる画像を用いて、シートにおける異常箇所（異物混入、汚れ、シワなど。以下、欠陥ともいう。）を検出する検査装置が利用されている（例えば特許文献１及び２参照）。

従来の検査装置では、撮影画像に画像処理を行って得られた特徴量を用いてシートの異常箇所を検出するために、様々な不良品サンプル、特に良品と不良品を区別しうる限界サンプルに基づいて、欠陥の種類毎に対応する閾値を設定し、これによって良・不良の判別を行っていた。

上記のような方法であると、前述の特徴量に対する異常検出の閾値を設定するためには、異常の種類毎に、良品と不良品を区別するためのサンプルが必要になる。しかしながら、良品を生産する前提でラインが稼働している以上、このようなサンプルの入手は容易ではないという事情がある。このため、欠陥の種類によっては、推測で閾値を設定するということも行われている。

以上のことから、装置を新設する場合や、検査対象に新たに銘柄を加える場合など、限界サンプルが十分に揃っていない状況では適切な精度で検査を実施することができず、場合によっては検査装置をなかなか稼働できないという問題があった。

また、時間の経過による装置の劣化、装置が設置されている周辺環境の変化などによって、得られる画像データが当初のものと変わってしまうということがあり、このような場合には、改めて当該環境下での限界サンプル画像に基づいて異常検出のための閾値を設定し直す必要がある。この場合、限界サンプルの現物が保存されていれば、新たな環境下で当該不良シートを撮影し、これに基づいて閾値を設定し直せば良いが、画像データのみしか残っていない場合には、新たな環境下での閾値の設定には、多くの手間と時間が必要になる。

特開２０１０−８１７４号公報 特開２０１５−１７２５１９号公報

上記のような状況に鑑みて、本発明は、シート状の被検査物の外観画像を用いるシート検査装置において、被検査物の種類、検査環境などに変化があった場合であっても、当該変化後の初期状態から精度の良い検査を行うことができる手段を提供することを目的とする。

前記の目的を達成するために、本発明は以下の構成を採用する。

本発明に係るシート検査装置は、シート状の被検査物に対して光を照射する照明手段と、該照明手段から前記被検査物に照射された光の反射光及び／又は透過光により前記被検査物を撮影する撮影手段と、該撮影手段により撮影された画像の画像データを処理して得られる特徴量に基づいて前記被検査物に含まれる異常を検出する異常検出手段と、を有するシート検査装置であって、前記異常検出手段は、良品の画像データから得られる前記特徴量の分布を検査の基準となる基準分布とし、該基準分布と前記被検査物の画像データから得られる前記特徴量の分布との相対的な関係に基づいて、異常を検出する、ことを特徴とする。

ここで、「異常を検出する」とは、異常箇所及び／又は異常種類を特定して検出することのみを指すのではなく、前記被検査物に何らかの異常が存在することを検出することも含む。上記のような構成であると、良品の画像データから抽出された特徴量に基づいて検査を行うことができるため、不良品のサンプルデータが十分に取得できていない状況であっても、精度の良い検査を実施することが可能になる。

また、前記異常検出手段は、前記基準分布と、前記被検査物の画像データから得られる前記特徴量の分布との差分を抽出することによって、異常を検出するものであってもよい。

このような構成であると、被検査物の性状、被検査物における欠陥の特性などを原因として、欠陥が示す特徴量が良品画像データの特徴量の分布に紛れてしまう場合であっても、該欠陥を検出することができる。例えば、被検査物がメッシュ地のシートの場合、良品画像から抽出される特徴量には、目地の均質なシートに比べて、広範囲に及ぶ分布が生じる。また、被検査物における欠陥が薄い汚れである場合には、欠陥の無い部分のシートの地合と薄汚れの境界が曖昧になってしまう。このため、被検査物に欠陥がある場合であっても、該欠陥を示す特徴量が、良品画像データの特徴量の分布に紛れてしまい、欠陥の検出が困難になる。このような場合でも、基準分布からの差分を取るようにすれば、欠陥を検出することが可能になる。

また、前記照明手段は、複数の波長領域の光を照射し、前記撮影手段は、前記照明手段から照射される異なる複数の波長領域の光をそれぞれ受光可能なセンサを備え、前記照明手段から被検査物に照射された光の反射光及び／又は透過光を各々の波長領域の光ごとに撮影し、前記異常検出手段は、前記基準分布と前記各々の波長領域の光ごとに撮影された画像データから得られる前記特徴量の分布との相対的な関係に基づいて、異常を検出するものであってもよい。

特定の波長の照射光のみを用いて検査を行った場合、欠陥の種類によっては、該欠陥を示す特徴量を抽出できないという場合がある。また、欠陥を示す特徴量は抽出できたとしても、該特徴量からは欠陥の種類を判別できないということもある。このため、シート検査装置を上記の様な構成とすれば、欠陥の見逃しを抑制することができる。

具体的には、複数の画像データのうち、検出しようとする欠陥に応じて任意に選択された波長領域の画像データの特徴量の分布に基づいて、異常を検出してもよい。また、複数の波長の光ごとの良品画像の特徴量の分布と被検査物の特徴量の分布との差分値を比較することによって、異常を検出するのであってもよい。

また、前記特徴量は、色相、明度又は彩度であってもよい。この様にすると、輝度を特徴量とするのと比べて、人間の目の見え方に近い色味で検査を行うことができるとともに、異常の種類、程度に応じて、異常の検出に適した指標を抽出する事ができる。

また、前記シート検査装置は、不良品の画像データから得られる特徴量を不良サンプル特徴量とし、該不良サンプル特徴量に基づいて、前記被検査物の異常を検出する、不良特徴検出手段、をさらに有しており、該不良特徴検出手段による異常の検出と、前記異常検出手段による異常の検出とを、切り替え又は組み合わせ可能である、ものであってもよい。

上記の様な不良特徴検出手段により、不良品サンプルから抽出した特徴量に基づいて、被検査物の異常を明確に検出することが可能となる。このため、適切な不良サンプル特徴量を保持している欠陥については、前記不良特徴検出手段により、異常の検出を行い、そうでない場合には、前記異常検出手段に基づいて検出を行う、というように、２種類の検出手段を組み合わせて用いることで、検査の効率を高めることができる。また、不良サンプル特徴量の蓄積程度に応じて、２種類の検出手段のいずれかを用いて検査を行うように切り替え可能に選択できるようにしておくと、異常検出処理の際に、装置にかかる負荷を軽減しつつ、データの蓄積状況に応じて効率の良い検査を行うことができる。

なお、前記不良特徴検出手段は、前記不良サンプル特徴量に基づいて設定される閾値を用いることで、異常を検出するのであってもよい。このような構成であると、閾値により明確に被検査物の異常を検出できるため、より効率的かつ即時性のある検査を行うことが可能になる。

本発明によれば、シート状の被検査物の外観画像を用いるシート検査装置において、被検査物の種類、検査環境などに変化があった場合であっても、当該変化後の初期状態から精度の良い検査を行うことができる。

図１は、実施例１に係るシート検査装置を示すブロック図である。 図２は、基準分布の一例を示すヒストグラムである。 図３Ａは、「明欠陥」が発生したときの、出力画素値の分布を模式的に示すヒストグラムである。図３Ｂは「暗欠陥」が発生したときの、出力画素値の分布を模式的に示すヒストグラムである。 図４は、実施例１に係るシート検査装置において、異常箇所の検出及び異常種類の判別を行う処理の流れを示すフローチャートである。 図５は、実施例２に係るシート検査装置１１のブロック図である。 図６Ａはストライプ状の地模様を有している被検査物の上面を表す図である。図６Ｂは、ストライプ状の地模様を有している被検査物を撮影した場合に、取得される出力画素値の分布を示すヒストグラムである。 図７Ａは、ストライプ状の地模様を有している被検査物の上面に汚れが存在する状態を表す図である。図７Ｂは、前記汚れ部分を含む被検査物の上面を撮影した場合に、取得される出力画素値の分布を示すヒストグラムである。 図８は、基準分布と撮影された画像の出力画素値の分布との比較により抽出した差分のみの出力画素値の分布の一例を示すヒストグラムである。 図９は実施例２に係るシート検査装置において、異常箇所の検出及び異常種類の判別を行う処理の流れを示すフローチャートである。

以下、本発明の具体的な実施例について図面に基づいて説明する。以下の実施例に記載されている構成要素の寸法、材質、形状、その相対配置等は、特に記載がない限りは発明の技術的範囲をそれらのみに限定する趣旨のものではない。

＜実施例１＞
（シート検査装置の構成）
図１は、本実施例に係るシート検査装置１のブロック図である。シート検査装置１は、照明手段として、被検査物２の下面に、白色光を照射する透過用可視光源３１及び、赤外光を照射する透過用赤外光源３３を有する。また、シート検査装置１は、撮影手段として、カメラ４を有する。カメラ４は、透過用可視光源３１及び透過用赤外光源３３から照射され被検査物２を直進透過した光により、被検査物２を撮影できるように配置されている。さらにシート検査装置１は、カメラ４の出力信号に基づいて、被検査物２に含まれる異常の検出と異常の種類判別を行う処理装置５を有している。

被検査物２は、シート状に形成されており、図１の矢印の方向に向けて搬送されている。被検査物２としては、紙、フィルム、樹脂、セルロース等を例示できる。また、被検査物２は、二次電池に使用するセパレータ、液晶に使用される光学シート等であってもよい。なお、本実施例においては、照明手段及び撮影手段を固定し、被検査物２を移動させているが、被検査物２のサイズによっては、被検査物２を固定し、照明手段及び撮影手段を移動させてもよい。

シート検査装置１は、カメラ４により得られる画像に基づいて被検査物２に含まれる異常箇所を検出し、検出した異常の種類を判別し、その結果を出力する機能を有する。本実施例では被検査物２における「暗欠陥」、「明欠陥」の各異常を検出及び判別する。

なお、明欠陥とは、異常の無い状態に比べて光の透過率が増加する状態であり、例えば被検査物に穴が空いているピンホール欠陥、油分が付着して透けている状態、水分により被検査物が濡れて透けている状態などの液体汚れ、被検査物にキズがある状態、被検査物であるシートの地合の目が粗くなっている状態などをいう。

また、暗欠陥とは、異常の無い状態に比べて光の透過率が減少する状態であり、例えば金属粉、糸くずなどの異物が付着または混入した状態、泥汚れ、着色汚れなどの一般的な汚れ、フィッシュアイなど被検査物であるシートの地合が厚くなっている状態などをいう。

カメラ４は、４０９６個の受光素子を直列に配置したＣＣＤイメージセンサを備えたラインセンサカメラである。カメラ４の夫々の受光素子では、受光量に応じて光が電荷に変換される。なお、本実施例では、カメラ４は、Ｒ、Ｇ、Ｂ及びＩＲの各成分用の４つのＣＣＤイメージセンサを備えており、各受光素子から出力される電荷は、出力信号（撮影データ）として処理装置５に入力される。なお、被検査物２の幅全体を撮影可能なように、被検査物２の幅に応じて、被検査物２の幅方向に複数のカメラを備えるようにしてもよい。

処理装置５は、カメラ４から出力される撮影データをＲ、Ｇ、Ｂ及びＩＲの成分毎に夫々処理する、赤色信号処理部５１、緑色信号処理部５２、青色信号処理部５３、赤外信号処理部５９を有する。赤色信号処理部５１は、カメラ４から出力された１ライン分（４０９６画素）のＲ成分の信号（Ｒ信号）に対しシェーディング補正を行い、受光素子ごとの出力レベルのばらつきを補正する。同様に、緑色信号処理部５２はＧ成分の信号（Ｇ信号）、青色信号処理部５３はＢ成分の信号（Ｂ信号）、赤外信号処理部５９はＩＲ成分の信号（ＩＲ信号）に対し、それぞれシェーディング補正を行う。以後、各信号処理部から出力されるシェーディング補正後の値を、出力画素値という。本実施例においては、出力画素値は、撮影データにおける各画素の輝度値であり、０〜２５５の値域をもつものとする。即ち、本実施例においては、輝度値（出力画素値）が「特徴量」に該当する。

なお、処理装置５は、被検査物２において異常が無い部分に対応する出力画素値が上記値域（０〜２５５）の中央値となるように規格化を行うようにしてもよい。この場合、該規格化された画素値は、出力画素値（カメラの受光量）の減少度合いが大きいほど小さな値となり、出力画素値（カメラの受光量）の増加度合いが大きいほど大きな値となり、出力画素値が変動した度合いと相関関係を有する。

また、処理装置５は、良品の画像データにおける出力画素値の分布（以下、基準分布ともいう）を保持する、基準分布記憶部５４を備えている。図２は、信号処理部で得られた１ライン分の基準分布の一例を示すヒストグラムである。横軸は出力画素値（０〜２５５）であり、縦軸は１ライン（４０９６画素）中における、該出力画素値を持つ画素の数を示している。被検査物２が均一な地合のシートである場合には、良品の（即ち異常箇所が無い）画像データから得られる出力画素値は、図２に示すように、中央値を頂点とした山形に分布する。

また、処理装置５は、被検査物２に含まれる異常箇所を検出する異常検出部５５を備えている。本実施例では、後述するように、カメラ４から得られる被検査物２の画像の出力画素値の分布と、基準分布との比較によって異常箇所を検出する。即ち、被検査物２を撮影した画像の出力画素値の分布が基準分布とは異なる場合に、異常があるとする。具体的な検出方法は後述する。

さらに、処理装置５は、異常箇所が検出されたときにその異常の種類を判別する異常判別部５６を備えている。異常判別部５６は、カメラ４から得られる画像の出力画素値の分布の類型と、前述した２種類の異常との対応関係を予め規定しており、出力画素値の分布の仕方がいずれの類型に該当するか判断することにより、異常の種類を判別する。詳しい処理は後述する。

また、処理装置５は検査に関する情報を出力する出力部５７を備えている。情報の出力先は、典型的には表示装置であるが、印刷装置に対して情報を出力したり、スピーカからメッセージや警報を出力したり、ユーザの端末に電子メール等でメッセージを送信したり、外部のコンピュータに対して情報を送信したりしてもよい。

このように、異常箇所に関する情報を出力することにより、ユーザ（検査者）は発生した異常の内容を具体的に把握することができ、不良（欠陥）とすべき異常かどうかの判断や、生産設備の製造条件や運転条件へのフィードバックなどに役立てることができる。

以上、シート検査装置１の構成の概略を説明したが、これまで述べたシート検査装置１の構成のうち、処理装置５の異常検出部５５及び異常判別部５６が本実施例における「異常検出手段」に該当する。

（異常箇所の検出及び異常種類の判別方法）
続けて、図３、図４に基づいて、異常検出部５５、異常判別部５６による異常箇所の検出及び異常種類の判別の方法について説明する。図３Ａ、図３Ｂはそれぞれ、「明欠陥」、「暗欠陥」が発生したときの、出力画素値の分布を模式的に示すヒストグラムであり、図４は異常検出部５５、異常判別部５６が異常箇所の検出及び異常種類の判別を行う処理の流れを示すフローチャートである。

被検査物２に「明欠陥」に該当する部分がある場合、その部分については透過用可視光源３１及び透過用赤外光源３３からの照射光が異常の無い部分よりも多く透過しているため、該部分についての出力画素値は中央値よりも大きくなる。そのため、図３Ａに示すように、異常のない部分を示す出力画素値よりも大きな出力画素値を有する画素が、異常部
分の大きさ及び異常の程度に応じた分布（画素値の幅、及び度数）で検出される。

また、「暗欠陥」に該当する部分がある場合、その部分については透過用可視光源３１及び透過用赤外光源３３からの照射光の透過量は、異常の無い部分に比べて少ないため、該部分についての出力画素値は中央値よりも小さくなる。そのため、図３Ｂに示すように、異常のない部分を示す出力画素値よりも小さな出力画素値を有する画素が、異常部分の大きさ及び異常の程度に応じた分布（画素値の幅、及び度数）で検出される。

これらのことを前提にして、異常検出部５５、異常判別部５６は異常箇所の検出及び異常種類の判別を行う。図４に示すように、まず、異常検出部５５は、被検査物２を撮影した画像において、基準分布の範囲外の出力画素値を示す画素が、所定数以上有るか否かを判定する（ステップＳ１０１）。ここで、基準分布の範囲外の出力画素値を示す画素の数が、所定数に満たないと判定されれば、異常なしと判断して（ステップＳ１０２）、本ルーチンを一旦終了する。

一方、ステップＳ１０１において、基準分布の範囲外の出力画素値を示す画素値が、所定数以上存在すると判定された場合には、異常ありとして、異常の種類を判別する処理に進む（ステップＳ１０３）。

異常の種類を判別する処理では、異常判別部５６は、ステップＳ１０１において所定数以上あると判定された基準分布の範囲外の出力画素値が、基準分布内の最大出力画素値よりも、大きい値であるか否かを判定する（ステップＳ１０４）。ステップＳ１０４において、否と判定された場合には、異常の種類は「暗欠陥のみ」であると判断して（ステップＳ１０５）、本ルーチンを一旦終了する。

一方、ステップＳ１０４において、所定数以上ある基準分布の範囲外の出力画素値が、基準分布内の最大出力画素値よりも大きい値であると判定された場合には、ステップＳ１０６に進む。ステップＳ１０６では、異常の種類が明欠陥のみか、明欠陥と暗欠陥のいずれも含むかを判別する処理を行う。即ち、基準分布内の最小出力画素値より小さい値を示す画素も所定数以上存在するか否かについて判定を行う。

ステップＳ１０６において、否と判定された場合には、異常の種類は「明欠陥のみ」であると判断して（ステップＳ１０７）、本ルーチンを一旦終了する。一方、ステップＳ１０６において、基準分布内の最小出力画素値より小さい値を示す画素も所定数以上存在すると判定された場合には、異常の種類は「明欠陥及び暗欠陥」であると判断して（ステップＳ１０８）、本ルーチンを一旦終了する。

＜変形例＞
なお、上記実施例１では、異常の種類を暗欠陥と明欠陥の２種類としたが、これらを更に細分化して異常の種類を判別するようにしてもよい。例えば、以下のように、「暗欠陥」を「金属異物」と、「金属異物以外の暗欠陥」に分けるようにしてもよい。

例えば、被検査物２に汚れの異常がある場合には、可視光領域の波長の光と赤外領域の波長の光とでは、該部分を透過する光の量に大きな差が生じる。このため、該汚れ部分の可視光領域の波長の光（Ｒ、Ｇ、Ｂ）の各信号処理部５１〜５３から出力される出力画素値は、基準分布よりも大幅に低い値となる一方、赤外信号処理部５９から出力される出力画素値は、基準分布と比べてそれほど低い値とはならない。Ｒ、Ｇ、Ｂの各信号により作成された場合と比べて多くの光が透過することになる。

一方、被検査物２に金属異物の異常がある場合には、赤外光も該金属異物に吸収される
ため、可視光領域の波長の光と赤外領域の波長の光とで、該部分を透過する光の量に大きな差が生じない。このため、金属異物の異常がある場合には、該異常部分は、いずれの信号処理部から出力される出力画素値であっても基準分布と比べて大幅に低い値となる。

以上のことから、可視光領域のいずれかの波長の光の信号処理部から出力される出力画素値によって暗欠陥と判定される異常が検出された場合に、当該異常部分について赤外信号処理部５９から出力される出力画素値を参照するようにする。ここで、赤外信号処理部５９から出力される出力画素値によっても、暗欠陥と判定される場合には、該異常は「金属異物」とし、赤外信号処理部５９から出力される出力画素値では異常が検出されない場合には、該異常は「金属異物以外の暗欠陥」とすればよい。

なお、赤外信号処理部５９から出力される出力画素値のみを用いて異常の検出処理を行う場合、金属異物混入の場合のみを暗欠陥として検出するようにし、汚れなどについては異常として検出しないようにもできる。このような検査基準であると、被検査物２が、例えば二次電池のセパレータのように、汚れなどの見た目の不良ではなく、短絡のおそれのある、シートの欠損（例えばピンホールなど）、金属異物混入、が重大欠陥であるような製品の場合には、重大な欠陥のみを検出するようにでき、効率的な検査が可能になる。

また、上記の実施例１では、特徴量を輝度値としたが、これを例えば、色相、明度又は彩度としてもよい。この場合にはＲＧＢ信号を合成したＲＧＢカラー画像をＨＳＶカラーモデルなどの形式に変換し、変換後の各画素が有する値を出力するための機能を処理装置５に付加しておけばよい。なお、ＲＧＢカラーを他のカラーモデルに変換するための方法は既存の周知技術を広く採用することができる。

このようにすると、輝度を特徴量とするのに比べて、人間の目の見え方に近い色味で検査を行うことができるとともに、異常の種類、程度に応じて、異常の検出に適した指標を抽出する事ができる。

また、上記実施例１では、透過用可視光源３１の照射光は白色の可視光であったが、照明手段には、ＬＥＤ等の波長領域が制限されたものを用いるか、または、波長フィルタを用いて波長領域を制限したものを用いることもできる。さらに、透過用赤外光源３３に代えて、紫外線を照射する光源を用いてもよい。この場合には、カメラ４を紫外線にも感度を持つセンサを備えるものにする。

また、上記実施例１では、特徴量の抽出と異常検出処理を１ライン（４０９６画素）毎に行っていたが、必ずしもこのようにする必要はなく、複数ライン（例えば１０００ライン）のまとまりの画像毎に、特徴量の抽出と異常検出処理を行うようにしてもよい。また、カメラ４は、受光素子を直列に配置したラインセンサカメラであったが、これを縦横にセンサを配置したエリアセンサカメラとしてもよい。

このようにすると、線ではなく面の画像から特徴量の抽出と異常検出処理を行うことができるようになるため、基準分布との相対的な対比関係がより明確になり、異常検出及び異常種類の判別の精度を高くすることができる。

＜実施例２＞
図５は、実施例２に係るシート検査装置１１のブロック図である。本実施例のシート検査装置１１は、実施例１の透過用可視光源３１及び透過用赤外光源３３に代えて、被検査物の上面に、可視光を照射する反射用可視光源３２、及び赤外光を照射する反射用赤外光源３４を有する。また、カメラ４は、反射用可視光源３２及び反射用赤外光源３４から照射され、被検査物２の上面で反射した反射光により、被検査物を撮影できるように配置さ
れる。さらに、処理装置５は実施例１の構成に加えて、撮影された被検査物２の画像データにおける出力画素値の分布と、基準分布との差分を抽出する差分抽出部５８を備えている。その他、実施例１と同じ構成、同じ処理を行う部分については同じ符号を用い、説明を省略する。

本実施例に係るシート検査装置１１は、被検査物２の上面で反射した反射光により、被検査物２を撮影する点と、差分抽出部５８により抽出された差分に基づいて異常の検出及び異常種類の判別を行う点において、実施例１に係るシート検査装置１とは異なる。

図６Ａはストライプ状の地模様を有している被検査物２の上面（即ち、カメラ４によって撮影される面）を表す図であり、図中の矢印は被検査物２が搬送される向きを示している。図６Ｂは、図６Ａの破線部分を撮影した場合に取得される出力画素値の分布を示すヒストグラムである。図６に示すように、被検査物２にストライプなどの地模様が存在する場合には、その出力画素値は、模様のない地合の部分の画素の集合を示す山形と、模様の部分の画素の集合を示す山形を描くように分布する。

図７Ａはストライプ状の地模様を有している被検査物２の上面に汚れＹが存在する場合を表す図であり、図中の矢印は被検査物２が搬送される向きを示している。図７Ｂは、図７Ａの破線部分を撮影した場合に取得される出力画素値の分布を示すヒストグラムである。図７に示すように、ストライプなどの地模様が存在する被検査物２に汚れなどの暗欠陥が存在する場合には、当該暗欠陥部分の画素の集合が、模様部分の画素の集合に紛れてしまう。

このため、被検査物２が無地で均一な表面の場合と比べて、異常の検出が困難になるという問題がある。そこで、被検査物２の画像データにおける出力画素値の分布と、基準分布との差分を抽出し、この差分に基づいて異常の検出を行うようにするとよい。図６Ｂに示す出力画素値の分布を基準分布とし、これと図７Ｂに示す出力画素値の分布との比較により抽出した差分のみの出力画素値の分布の一例を図８に示す。

以下で、図９に基づいて、本実施例におけるシート検査装置１１が、被検査物２の画像データにおける出力画素値の分布と、基準分布との差分を抽出し、この差分に基づいて異常の検出及び／又は異常種類の判別行う方法について説明する。図９は差分抽出部５８、異常検出部５５及び異常判別部５６が異常箇所の検出及び異常種類の判別を行う処理の流れを示すフローチャートである。

図９に示すように、まず、差分抽出部５８は、被検査物２を撮影した画像の出力画素値の分布と、基準分布との差分を求める（ステップＳ２０１）。次に、異常検出部５５は、ステップＳ２０１で差分として抽出された各出力画素値の画素数が、所定の誤差許容数を超えるか否かを判定する（ステップＳ２０２）。ここで、否と判定されれば、異常なしと判断して（ステップＳ２０３）、本ルーチンを一旦終了する。

一方、ステップＳ２０２において、差分として抽出された各出力画素値の画素数が所定の誤差許容数を超えると判定された場合には、異常ありとして、異常の種類を判別する処理に進む（ステップＳ２０４）。

ステップＳ２０４以降の異常の種類を判別する処理において、異常判別部５６は、誤差許容数を超えた差分の画素が示す出力画素値が、所定の値域（例えば０〜２５５）の中央値よりも大きい値か否かを判定する（ステップＳ２０５）。ステップＳ２０５において、否と判定された場合には、異常の種類は「暗欠陥のみ」であると判断して（ステップＳ２０６）、本ルーチンを一旦終了する。

一方、ステップＳ２０５において、誤差許容数を超えた差分の画素が示す出力画素値が、所定の値域の中央値よりも大きい値であると判定された場合には、ステップＳ２０７に進む。ステップＳ２０７では、異常の種類が明欠陥のみか、明欠陥と暗欠陥のいずれも含むかを判別する処理を行う。即ち、誤差許容数を超えた差分の画素の出力画素値が、所定の値域の中央値よりも小さい値も示すか否かについて判定を行う。

ステップＳ２０７において、否と判定された場合には、異常の種類は「明欠陥のみ」であると判断して（ステップＳ２０８）、本ルーチンを一旦終了する。一方、ステップＳ２０７において、差分の画素の出力画素値が、所定の値域の中央値よりも小さい値も示すと判定された場合には、異常の種類は「明欠陥及び暗欠陥」であると判断して（ステップＳ２０９）、本ルーチンを一旦終了する。

以上説明したような本実施例の構成によると、被検査物の性状、被検査物における欠陥の特性などを原因として、被検査物２における異常箇所が示す特徴量が基準分布に紛れてしまうような場合であっても、該異常を容易に検出することができる。

＜その他＞
上記の各実施例は、本発明を例示的に説明するものに過ぎず、本発明は上記の具体的な態様には限定されない。本発明は、その技術的思想の範囲内で種々の変形が可能である。例えば、上記の各実施例では、良品画像に基づく基準分布と、被検査物２の画像データから得られる特徴量の分布との相対的な関係に基づいてのみ、異常の検出及び異常種類の判別を行っていたが、これと他の異常の検出方法を組み合わせて行う構成としてもよい。

例えば、シート検査装置に、従来からの検査方法である良品と不良品を区別しうる限界サンプルに基づいて欠陥の種類毎に対応する閾値を設定して異常の検出を行う、という機能（「不良特徴検出手段」に該当）を追加する。そして、適切な不良サンプルを保持している異常については、これに基づいて異常の検出及び／又は異常種類の判別を行い、そうでない異常については、上記実施例の方法に基づいて異常箇所の検出及び／又は異常種類判別を行う。

このように、２種類の検出手段を組み合わせて用いることで、検査の精度及び効率を高めることができる。また、不良サンプル特徴量の蓄積程度に応じて、２種類の検出手段を切り替えて検査できるようにしておいてもよい。

また、上記実施例１と上記実施例２の構成を組み合わせて、透過光及び反射光によって被検査物を撮影するようにしてもよい。さらに、被検査物の下面側にもカメラを配置し、被検査物の上下面それぞれで反射光による画像を撮影するようにしてもよい。このようにして撮影された複数の画像により異常の検出及び異常種類の判別を行うことで、より精度の高い検査を行うことができる。

また、上記の各実施例では、異常（があること）の検出及び該異常の種類判別を行っていたが、これに加えて、被検査物２における異常箇所の特定を行うようにしてもよい。このようにすると、異常が検出された場合でも検査を中止せずに継続し、検査終了後に異常箇所の確認を行うことも可能になる。

１、１１・・・シート検査装置
２・・・被検査物
３１・・・透過用光源
３２・・・反射用光源
４・・・カメラ
５・・・処理装置
Ｙ・・・汚れ

Claims (6)

1. シート状の被検査物に対して光を照射する照明手段と、
   該照明手段から前記被検査物に照射された光の反射光及び／又は透過光により前記被検査物の画像を撮影する撮影手段と、
   該撮影手段により撮影された画像の画像データを処理して得られる特徴量に基づいて前記被検査物に含まれる異常を検出する異常検出手段と、
   を有するシート検査装置であって、
   前記異常検出手段は、良品の画像データから得られる前記特徴量の分布を検査の基準となる基準分布とし、該基準分布と前記被検査物の画像データから得られる前記特徴量の分布との相対的な関係に基づいて、異常を検出する、
   ことを特徴とする、シート検査装置。
2. 前記異常検出手段は、
   前記基準分布と、前記被検査物の画像データから得られる前記特徴量の分布との差分を抽出することによって、異常を検出する、
   ことを特徴とする、請求項１に記載のシート検査装置。
3. 前記照明手段は、複数の波長領域の光を照射し、
   前記撮影手段は、前記照明手段から照射される異なる複数の波長領域の光をそれぞれ受光可能なセンサを備え、前記照明手段から前記被検査物に照射された光の反射光及び／又は透過光を各々の波長領域の光ごとに撮影し、
   前記異常検出手段は、前記基準分布と前記各々の波長領域の光ごとに撮影された画像データから得られる前記特徴量の分布との相対的な関係に基づいて、異常を検出する
   ことを特徴とする、請求項１又は２に記載のシート検査装置。
4. 前記特徴量は、色相、明度又は彩度であることを特徴とする、請求項３に記載のシート検査装置。
5. 不良品の画像データから得られる特徴量を不良サンプル特徴量とし、該不良サンプル特徴量に基づいて前記被検査物の異常を検出する、不良特徴検出手段、をさらに有し、
   該不良特徴検出手段による異常の検出と、前記異常検出手段による異常の検出とを、切り替え又は組み合わせ可能である
   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シート検査装置。
6. 前記不良特徴検出手段は、前記不良サンプル特徴量に基づいて設定される閾値を用いることで異常を検出する
   ことを特徴とする請求項５に記載のシート検査装置。
   

Images