JP2020051981A - 検査装置 - Google Patents
検査装置 Download PDFInfo
- Publication number
- JP2020051981A JP2020051981A JP2018183849A JP2018183849A JP2020051981A JP 2020051981 A JP2020051981 A JP 2020051981A JP 2018183849 A JP2018183849 A JP 2018183849A JP 2018183849 A JP2018183849 A JP 2018183849A JP 2020051981 A JP2020051981 A JP 2020051981A
- Authority
- JP
- Japan
- Prior art keywords
- image
- infrared
- visible light
- frequency component
- inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】可視光画像と近赤外画像とから互いの関係性から得られる画像特徴も抽出し、より高精度に被検査物の検査を行う。【解決手段】検査装置は、カラーカメラによる可視光波長成分を含む可視光画像が表す実際の撮像領域と近赤外カメラによる近赤外波長成分を含む近赤外画像が表す実際の撮像領域とが一致するように、可視光画像の画像情報及び近赤外画像の画像情報の少なくともいずれか一方を調整し(ステップS3)、調整した後の可視光画像の画像情報及び近赤外画像の画像情報から、可視光画像及び近赤外画像それぞれに含まれる可視光波長成分及び近赤外波長成分毎の撮像画像である周波数成分画像を作成する(ステップS4)。そして、生成した複数の周波数成分画像から互いの関係性を考慮して画像特徴量を抽出し、画像特徴量に基づき被検査物の品質及び被検査物とは異なる物体の存在等を解析する(ステップS5、S6))。【選択図】図2
Description
本発明は、検査装置に関する。
従来、食品等の被検査物の品質や被検査物と共に混在する異物を検出する装置として数々の検査装置が提案されている。その検査方法として、例えば、近赤外光を照射することにより検査を行うようにしたものが提案されている(例えば、特許文献1参照)。また、被検査物に対し、可視光下で撮影した撮像画像及び近赤外光下で撮影した撮像画像をもとに、被検査物の特徴量を抽出し、解析を行うようにした装置等も提案されている(例えば、特許文献2参照)。
しかしながら、上記従来の近赤外光下及び可視光下で撮影した撮像画像を用いて解析を行うようにした装置においては、それぞれの特徴量を用いて独立して解析を行っており、改善の余地があった。
そこで、この発明は上記従来の未解決の問題に着目してなされたものであり、可視光画像と近赤外画像とから互いの関係性から得られる画像特徴も抽出し、より高精度に被検査物の検査を行うことの可能な検査装置を提供することを目的としている。
そこで、この発明は上記従来の未解決の問題に着目してなされたものであり、可視光画像と近赤外画像とから互いの関係性から得られる画像特徴も抽出し、より高精度に被検査物の検査を行うことの可能な検査装置を提供することを目的としている。
本発明の一態様によれば、被検査物に可視光を照射する可視光照明装置と、被検査物に近赤外光を照射する近赤外光照射装置と、被検査物表面で反射した可視光のうちの少なくとも一つの可視光波長成分を検出するカラーカメラと、被検査物表面で反射した近赤外光のうちの少なくとも一つの近赤外波長成分を検出する近赤外カメラと、カラーカメラによる可視光波長成分を含む可視光画像が表す実際の撮像領域と近赤外カメラによる近赤外波長成分を含む近赤外画像が表す実際の撮像領域とが一致するように、可視光画像の画像情報及び近赤外画像の画像情報の少なくともいずれか一方を調整する調整処理を行う撮像領域調整部と、撮像領域調整部で調整した後の可視光画像の画像情報及び近赤外画像の画像情報から、可視光画像及び近赤外画像それぞれに含まれる可視光波長成分及び近赤外波長成分毎の撮像画像(周波数成分画像)を生成する周波数成分画像生成部と、周波数成分画像生成部で生成した複数の周波数成分画像から互いの関係性を考慮して画像特徴量を抽出し、画像特徴量に基づき被検査物の品質及び被検査物とは異なる物体の存在の少なくともいずれか一方を解析する画像解析部と、を備える検査装置が提供される。
本発明の一態様によれば、被検査物の品質或いは被検査物と共に混在する異物等の有無の検査をより高精度に行うことができる。
以下、図面を参照して本発明の実施形態について説明する。
なお、以下の詳細な説明では、本発明の実施形態の完全な理解を提供するように多くの特定の具体的な構成について記載されている。しかしながら、このような特定の具体的な構成に限定されることなく他の実施態様が実施できることは明らかである。また、以下の実施形態は、特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
なお、以下の詳細な説明では、本発明の実施形態の完全な理解を提供するように多くの特定の具体的な構成について記載されている。しかしながら、このような特定の具体的な構成に限定されることなく他の実施態様が実施できることは明らかである。また、以下の実施形態は、特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図1は、本発明の一実施形態に係る検査装置の一例を示す構成図である。
検査装置1は、被検査物Mの検査を行う。被検査物Mの検査としては、複数の被検査物Mと共に混在する異物の有無の判定、被検査物Mが良品であるか否かの判定、被検査物Mの異常部位の特定、被検査物Mの異種判定等がある。異物の有無の判定とは、例えば被検査物Mとしての食品と一緒に、樹脂や木片、紙、ゴム、繊維等といった異物が搬送されているか否かの判定を行う。
検査装置1は、被検査物Mの検査を行う。被検査物Mの検査としては、複数の被検査物Mと共に混在する異物の有無の判定、被検査物Mが良品であるか否かの判定、被検査物Mの異常部位の特定、被検査物Mの異種判定等がある。異物の有無の判定とは、例えば被検査物Mとしての食品と一緒に、樹脂や木片、紙、ゴム、繊維等といった異物が搬送されているか否かの判定を行う。
検査装置1は、図1に示すように、被検査物Mを搬送する搬送装置2と、近赤外光照射装置3と、近赤外カメラ4と、可視光照明装置5と、カラーカメラ6と、パーソナルコンピュータ等で構成される処理装置7と、を備える。処理装置7は、図示しない表示装置、入力装置、及び記憶装置を備える。
搬送装置2は、被検査物Mを特定方向に搬送する。図1では、図1中の矢印で示す、可視光照明装置5から近赤外光照射装置3に向かう方向に被検査物Mを搬送する。
搬送装置2は、被検査物Mを特定方向に搬送する。図1では、図1中の矢印で示す、可視光照明装置5から近赤外光照射装置3に向かう方向に被検査物Mを搬送する。
搬送装置2としては、例えばベルトコンベア、パレットコンベヤ等を適用することができる。図1では、搬送装置2として、互いに平行な二つのローラ2a間に無端ベルト2bを掛け渡し、被検査物Mを無端ベルト2bの上面に載置して搬送するベルトコンベアを用いている。無端ベルト2bの上面の搬送方向中央部寄りに、被検査物Mとして豆類、米等のような粒状物が面状に広がって搬送される例を示している。なお、被検査物Mは、粒状物に限るものではなく、搬送装置2で搬送することができればどのような物体であっても適用することができる。
近赤外光照射装置3は、無端ベルト2bの上方に配置され、無端ベルト2bの上面に向けて近赤外光を出射する。近赤外光照射装置3は、近赤外光により照射された領域が、被検査物Mの搬送方向と平面視で直交する方向(以下、幅方向ともいう。)に延びる直線状の領域(以下、照射領域3aという。)となるように、近赤外光を出射する。近赤外光照射装置3としては、ハロゲン照明装置やLEDを適用することができる。照射領域3aは、無端ベルト2bの幅方向の一端から他端まで延びている。これにより、搬送装置2で搬送される被検査物M全てが照射領域3aを通過することになり、その結果、搬送中の全ての被検査物Mに対して近赤外光が照射されるようになっている。また、近赤外光照射装置3は、処理装置7からの制御信号で指定されるタイミングで近赤外光の照射を行う。
近赤外カメラ4は、無端ベルト2bの上面の直線状の照射領域3aを撮影可能な位置に配置される。近赤外カメラ4は、照射領域3aを撮影し、照射領域3aを通過する被検査物Mで反射された近赤外光及び、被検査物Mと共に異物等が混在している場合にはこの異物等で反射された近赤外光も集光し、互いに異なる3つの波長λ0〜λ2の成分(以下、波長成分λ0〜λ2ともいう。)を検出し、これら3つの波長成分からなる撮像画像(以下、近赤外画像ともいう。)を処理装置7に出力する。3つの波長λ0〜λ2は、例えば、搬送中の被検査物Mに混在する異物や、被検査物Mの成分等、検出対象物の特性に応じて、異物や、検出対象の成分等を、検出することの可能な波長に設定される。近赤外カメラ4で検出する波長成分は、例えば、1200nm以上1600nm以下程度の波長に設定される。例えば、水分に関連する成分を検出したい場合には水の吸収波長1450nm程度に設定すればよい。近赤外カメラ4は、ラインセンサ等を含んで構成され、処理装置7からの制御信号で指定されるタイミングで撮影を行う。近赤外カメラ4として、例えば、512画素程度のラインセンサカメラを用いることができる。
可視光照明装置5は、無端ベルト2bの上方であり、且つ近赤外カメラ4よりも、搬送方向上流側に配置され、無端ベルト2bの上面に向けて可視光を照射する。可視光照明装置5は、可視光により照射された領域が、被検査物Mの搬送方向と平面視で直交する方向に延びる直線状の領域(以下、照射領域5aという。)となるように、可視光を出射する。可視光照明装置5は、具体的には、R(Red)、G(Green)、B(Blue)の3色の光を照射する。可視光照明装置5としては、例えば、白色LED照明装置を適用することができる。照射領域5aは、無端ベルト2bの幅方向の一端から他端まで延びている。これにより、搬送装置2で搬送される被検査物M全てが照射領域5aを通過することになり、その結果、搬送中の全ての被検査物Mに対して可視光が照射されるようになっている。
カラーカメラ6は、無端ベルト2bの上面の直線状の照射領域5aを撮影可能な位置であり、且つ、近赤外カメラ4よりも搬送方向上流側であって、近赤外カメラ4と干渉しない位置に配置される。カラーカメラ6は、照射領域5aを通過する被検査物Mで反射された可視光及び、被検査物Mと共に異物等が混在している場合にはこの異物等で反射された可視光も集光し、R、G、Bの3つの波長成分からなる撮像画像(以下、可視光画像ともいう。)を処理装置7に出力する。また、カラーカメラ6は、処理装置7からの制御信号で指定されるタイミングで撮影を行う。カラーカメラ6としては、例えば、4096画素程度のカラーラインセンサカメラを用いることができる。
処理装置7は、近赤外カメラ4からの近赤外波長成分としての波長成分λ0〜λ2からなる近赤外画像と、カラーカメラ6からの可視光波長成分としての波長成分R、G、Bからなる可視光画像とを入力し、これらに基づき解析処理を実行し、異物の有無等を判定する。
また、処理装置7は、搬送装置2の搬送速度と、照射領域3aの位置と、照射領域5aの位置等をもとに、被検査物Mが照射領域3a及び照射領域5aを通過するタイミングで、照射領域3a、5a内の被検査物Mを撮影するように、近赤外カメラ4及びカラーカメラ6それぞれの撮影タイミングを決定し、撮影タイミングを指定する制御信号を近赤外カメラ4及びカラーカメラ6に出力する。また、近赤外カメラ4及びカラーカメラ6の撮影タイミングで照射領域3a、5aに対して光照射を行うように、近赤外光照射装置3及び可視光照明装置5に制御信号を出力する。
また、処理装置7は、搬送装置2の搬送速度と、照射領域3aの位置と、照射領域5aの位置等をもとに、被検査物Mが照射領域3a及び照射領域5aを通過するタイミングで、照射領域3a、5a内の被検査物Mを撮影するように、近赤外カメラ4及びカラーカメラ6それぞれの撮影タイミングを決定し、撮影タイミングを指定する制御信号を近赤外カメラ4及びカラーカメラ6に出力する。また、近赤外カメラ4及びカラーカメラ6の撮影タイミングで照射領域3a、5aに対して光照射を行うように、近赤外光照射装置3及び可視光照明装置5に制御信号を出力する。
例えば、図1の場合には、被検査物Mが連続して搬送されるため、搬送中の全ての被検査物Mが近赤外カメラ4及びカラーカメラ6のそれぞれによって撮影されるように、定周期で撮影する。このとき、近赤外カメラ4及びカラーカメラ6による前後の撮影タイミングにおける撮像画像が重複するように撮影してもよい。このように前後の撮像画像が一部で重複するように撮影タイミングを設定することによって、前後の撮影タイミングの間で、撮影されない被検査物Mが存在することを回避することが好ましい。
図2は、処理装置7において実行される解析処理の処理手順の一例を示すフローチャートである。処理装置7では、この解析処理を予め設定した定周期で実行する。なお、解析処理は、被検査物Mを搬送中に定周期で実行するようにしてもよく、また、可視光画像及び近赤外画像を記憶領域に格納し、一連の被検査物Mの搬送が終了した後に、記憶領域に記憶している可視光画像及び近赤外画像を読み出して解析処理を行うようにしてもよく、任意のタイミングで実行すればよい。
処理装置7は、まず、波長成分R、G、Bからなる可視光画像を入力し、所定の記憶領域に時系列に格納する(ステップS1)。同様に、波長成分λ0〜λ2からなる近赤外画像を入力し所定の記憶領域に時系列に格納する(ステップS2)。そして、これら可視光画像と近赤外画像とについて、撮像領域及び必要に応じて画像サイズを一致させる調整処理を行う(ステップS3 撮像領域調整部)。なお、ここでいう撮像領域とは、近赤外画像及び可視光画像それぞれが表す、撮影対象物の実際の領域を意味する。
続いて、撮像領域や画像サイズを一致させた後の近赤外画像及び可視光画像から、波長成分毎の撮像画像(以下、周波数成分画像ともいう。)を生成する。つまり、λ0、λ1、λ2、R、G、Bの波長成分毎の六つの撮像画像を生成する(ステップS4 周波数成分画像生成部)。
この生成した六つの波長成分毎の周波数成分画像を統合して画像特徴量を抽出し(ステップS5)、この画像特徴量に基づき解析を行う(ステップS6 画像解析部)。例えば、図1の検査装置1では、異物の有無等を判定する。そして、解析結果を表示装置に表示する等の処理を行う。例えば、異物の有無や、異物の種類を表示する。また、異物の位置等を演算し、表示装置に表示するようにしてもよい。
この生成した六つの波長成分毎の周波数成分画像を統合して画像特徴量を抽出し(ステップS5)、この画像特徴量に基づき解析を行う(ステップS6 画像解析部)。例えば、図1の検査装置1では、異物の有無等を判定する。そして、解析結果を表示装置に表示する等の処理を行う。例えば、異物の有無や、異物の種類を表示する。また、異物の位置等を演算し、表示装置に表示するようにしてもよい。
ここで、近赤外カメラ4は照射領域3aを通過する被検査物Mを撮影し、カラーカメラ6は照射領域5aを通過する被検査物Mを撮影する。そのため、搬送中の被検査物Mの同一領域を同一タイミングで撮影することはできない。また、近赤外カメラ4とカラーカメラ6とは性能が異なるため、仮に、被検査物Mの同一領域を撮影したとしても、得られる撮像画像の画像サイズは異なる可能性がある。そのため、同一領域を撮影した近赤外画像と可視光画像とを重ねあわせたとしても、必ずしも一致しない。
ステップS5の処理で波長成分λ0〜λ2毎の周波数成分画像それぞれと、波長成分RGB毎の周波数成分画像それぞれとを統合して、画像特徴量を抽出する処理を行うためには、六つの波長成分それぞれの周波数成分画像の撮像領域及び画像サイズを一致させる必要があり、これらの一致精度が高いほど、より高精度に画像特徴量を取得することができる。
撮像領域や画像サイズを一致させる調整処理(ステップS3)は、例えば、以下の方法で行う。
撮像領域や画像サイズを一致させる調整処理(ステップS3)は、例えば、以下の方法で行う。
近赤外カメラ4及びカラーカメラ6はそれぞれ予め設定した定周期で撮影を行い、その撮像画像は例えば、1ピクセル毎のライン状に撮影されるものとする。近赤外カメラ4及びカラーカメラ6は、撮像画像を順に処理装置7に送信する。
処理装置7では、入力した近赤外カメラ4及びカラーカメラ6からの近赤外画像及び可視光画像を所定の記憶領域に順に格納する。そして、被検査物Mに対して検査範囲として設定した領域の単位で、近赤外画像及び可視光画像それぞれから一部を切り出す。
処理装置7では、入力した近赤外カメラ4及びカラーカメラ6からの近赤外画像及び可視光画像を所定の記憶領域に順に格納する。そして、被検査物Mに対して検査範囲として設定した領域の単位で、近赤外画像及び可視光画像それぞれから一部を切り出す。
図3(a)は無端ベルト2bのある領域に対する撮像が先に開始されるカラーカメラ6による可視光画像、図3(b)は同一の領域に対する撮像が後に開始される近赤外カメラ4による近赤外画像の一例である。なお、近赤外カメラ4及びカラーカメラ6では、搬送される被検査物Mを漏れなく撮影しており、前後の撮像画像どうしは同一領域を撮影した画像を含む。図3は、重複部分については撮像画像を重ねて繋げた場合を示す。なお、近赤外画像及び可視光画像において、前後の撮像画像で重複する部分については、例えばいずれか一方を採用する等の処理を行えばよい。
例えば、図3(a)に示す可視光画像については、検査範囲に対応する撮像画像のうち、検査範囲の先頭に対応する時点t0における撮像画像から検査範囲の最後尾に対応する撮像画像までを検査領域aとして切り出す。図3(b)に示す近赤外画像については可視光画像の検査範囲と同一の検査範囲に対応する撮像画像のうち、検査範囲の先頭に対応する時点t1における撮像画像から検査範囲の最後尾に対応する撮像画像までを検査領域bとして切り出す。時点t1は、時点t0でカラーカメラ6で撮影された被検査物Mが近赤外カメラ4で撮影されるまでに得られる撮像画像数に応じて設定される。この撮像画像数は、例えば、近赤外カメラ4及びカラーカメラ6による撮影周期、搬送装置2による被検査物Mの搬送速度等に基づき設定される。
検査範囲に対応する検査領域aは、カラーカメラ6の撮像領域等に基づき設定される。検査範囲に対応する検査領域bは、近赤外カメラ4の撮像領域等に基づき設定される。
ここで、近赤外カメラ4とカラーカメラ6とは、撮像領域の相違等から、同じ検査範囲に対応する撮像画像を切り出したとしても、両者のカメラの性能等によって、画像サイズや撮像領域が異なる。
例えば、近赤外カメラ4の撮像領域と、カラーカメラ6の撮像領域との、搬送装置2の幅方向のずれは、近赤外カメラ4とカラーカメラ6とを搬送方向に平行な同軸上に配置することにより、低減することができる。また、例えば図4に示すように、撮像領域が同一であっても両カメラの解像度に違いがある場合等には、画像サイズは異なる。この場合には、バイリニア補間法等を用いて拡大又は縮小を行うことで、画像サイズを合わせることができる。
ここで、近赤外カメラ4とカラーカメラ6とは、撮像領域の相違等から、同じ検査範囲に対応する撮像画像を切り出したとしても、両者のカメラの性能等によって、画像サイズや撮像領域が異なる。
例えば、近赤外カメラ4の撮像領域と、カラーカメラ6の撮像領域との、搬送装置2の幅方向のずれは、近赤外カメラ4とカラーカメラ6とを搬送方向に平行な同軸上に配置することにより、低減することができる。また、例えば図4に示すように、撮像領域が同一であっても両カメラの解像度に違いがある場合等には、画像サイズは異なる。この場合には、バイリニア補間法等を用いて拡大又は縮小を行うことで、画像サイズを合わせることができる。
近赤外カメラ4が撮影することのできる範囲と、カラーカメラ6が撮影することができる範囲とに違いがある場合には、近赤外カメラ4及びカラーカメラ6それぞれと、被検査物Mとの間の距離を調整することによって、撮像領域を一致させることができる。距離の調整が困難な場合には、近赤外画像と可視光画像とのうち、撮像領域が大きい方の撮像画像を、左右方向から所定のピクセル分だけ削除することで、撮像領域を一致させることができる。
近赤外カメラ4とカラーカメラ6とを同軸上に配置することができない場合には、撮像画像の幅方向両側から所定数のピクセルだけ画像を削除して左右方向の撮像領域を一致させ、さらに、画像の非線形な変換を行う必要がある。
なお、検査範囲に対応する撮像画像の切り出し方法は上記の方法に限るものではなく、任意の方法で切り出すことができる。
処理装置7では、画像特徴量の抽出及び解析を、ニューラルネットワークを用いて行う。
なお、検査範囲に対応する撮像画像の切り出し方法は上記の方法に限るものではなく、任意の方法で切り出すことができる。
処理装置7では、画像特徴量の抽出及び解析を、ニューラルネットワークを用いて行う。
図5は、処理装置7での、画像特徴量の抽出及び解析を行う画像解析処理の一例を示す概念図である。
ステップS4の処理で生成した、RGBそれぞれの波長成分毎の画像に分解されたR、G、Bそれぞれの周波数成分画像と、λ0〜λ2それぞれの波長成分に分解されたλ0、λ1、λ2それぞれの周波数成分画像との六種類の周波数成分画像を例えば、6チャネルの画像を入力とする深層畳み込みニューラルネットワークで構成されるニューラルネットワーク処理部7aに入力する。ニューラルネットワーク処理部7aは、十分な量の六種類の周波数成分画像を入力として、学習を行うことで、画像特徴量として例えば色及び形を抽出し、抽出した画像特徴量に基づき解析を行うことができるようになる。これにより、ニューラルネットワーク処理部7aは、六種類の周波数成分画像毎の各画像特徴だけでなく、六種類の周波数成分画像の互いの関係性から得られる画像特徴も抽出することができるようになる。ニューラルネットワーク処理部7aでは、例えば、1)異物なし、2)カラーカメラ6の撮像画像により被検査物Mと区別することができる異物A、3)近赤外画像により被検査物Mと区別することができる異物B、4)可視光画像及び近赤外画像とを組み合わせることで被検査物Mと区別ができる異物C、のそれぞれについて六種類の波長成分毎の周波数成分画像を、それぞれ十分な量だけ学習させることで、深層畳み込みニューラルネットワークは、自動的に異物なしと、異物A〜Cとに分類するために必要な画像特徴を抽出することができるようになる。
ステップS4の処理で生成した、RGBそれぞれの波長成分毎の画像に分解されたR、G、Bそれぞれの周波数成分画像と、λ0〜λ2それぞれの波長成分に分解されたλ0、λ1、λ2それぞれの周波数成分画像との六種類の周波数成分画像を例えば、6チャネルの画像を入力とする深層畳み込みニューラルネットワークで構成されるニューラルネットワーク処理部7aに入力する。ニューラルネットワーク処理部7aは、十分な量の六種類の周波数成分画像を入力として、学習を行うことで、画像特徴量として例えば色及び形を抽出し、抽出した画像特徴量に基づき解析を行うことができるようになる。これにより、ニューラルネットワーク処理部7aは、六種類の周波数成分画像毎の各画像特徴だけでなく、六種類の周波数成分画像の互いの関係性から得られる画像特徴も抽出することができるようになる。ニューラルネットワーク処理部7aでは、例えば、1)異物なし、2)カラーカメラ6の撮像画像により被検査物Mと区別することができる異物A、3)近赤外画像により被検査物Mと区別することができる異物B、4)可視光画像及び近赤外画像とを組み合わせることで被検査物Mと区別ができる異物C、のそれぞれについて六種類の波長成分毎の周波数成分画像を、それぞれ十分な量だけ学習させることで、深層畳み込みニューラルネットワークは、自動的に異物なしと、異物A〜Cとに分類するために必要な画像特徴を抽出することができるようになる。
ここで、RGB成分からなる可視光画像からは、被検査物Mの画像特徴量として色の情報を抽出することはできるが、どのような成分を含むかといった成分の種類を特定することは困難である。逆にλ0〜λ2の波長成分からなる近赤外画像からは、被検査物Mの画像特徴量として被検査物Mが含む成分の種類を検出することはできるが、色の情報を抽出することは困難である。
例えば、図6に示すように、赤い糸、赤い樹脂、青い糸、青い樹脂、透明の樹脂が存在する場合、可視光画像から得たR、G、Bの周波数成分画像からは、「赤い物体が存在すること」及び「青い物体が存在すること」を推測することができる。しかしながら、赤い物体の成分が何かは推測することができない。
例えば、図6に示すように、赤い糸、赤い樹脂、青い糸、青い樹脂、透明の樹脂が存在する場合、可視光画像から得たR、G、Bの周波数成分画像からは、「赤い物体が存在すること」及び「青い物体が存在すること」を推測することができる。しかしながら、赤い物体の成分が何かは推測することができない。
一方、近赤外画像から得たλ0、λ1、λ2の周波数成分画像からは、「糸が存在すること」及び「樹脂が存在すること」を推測することができる。しかしながら、糸や樹脂の色を推測することができない。
また、例えば、ビニール片などの透明な樹脂の場合、可視光画像では、樹脂にわずかに光沢があるためビニール片を検出できる場合もあるが、顕著な画像特徴ではないため、ほとんどは異物として検出することができない。一方、近赤外画像では、樹脂が存在することが高い確率で検出できるが、やはり色を推測することはできない。
また、例えば、ビニール片などの透明な樹脂の場合、可視光画像では、樹脂にわずかに光沢があるためビニール片を検出できる場合もあるが、顕著な画像特徴ではないため、ほとんどは異物として検出することができない。一方、近赤外画像では、樹脂が存在することが高い確率で検出できるが、やはり色を推測することはできない。
しかしながら、上述のように、本実施形態に係る処理装置7では、R、G、Bそれぞれの周波数成分画像と、λ0、λ1、λ2それぞれの周波数成分画像との六種類の周波数成分画像を用いて、深層学習を行っている。そのため、可視光画像と、近赤外画像とを統合して特徴量の抽出を行うことができる。その結果、単に、RGBの周波数成分及びλ0〜λ2の周波数成分から特徴量を抽出するだけでなく、RGBの周波数成分とλ0〜λ2の周波数成分との互いの関係性から得られる画像特徴量も抽出することができる。つまり、図6において、「赤い糸」、「赤い樹脂」、「青い糸」、「青い樹脂」、「透明の樹脂」を分類するための画像特徴量を得ることができる。その結果、被検査物Mと共に、例えば、「赤い糸」、「赤い樹脂」、「青い糸」、「青い樹脂」、「透明の樹脂」が混在している場合には、これらが混在していることをより高精度に検出することができる。また、混在している物体がどのようなものであるかつまり成分等も推測することができる。そのため、実際に混在している異物を視認し易くすることができる。
なお、上記実施形態においては、図3に示すように、撮像画像を、時系列に区切った検査範囲の単位で、画像解析を行う場合について説明したが、これに限るものではない。
例えば、処理装置7に、可視光画像及び近赤外画像を複数の部分画像に分割する分割処理を行う分割処理部を設け、図7に示すように、可視光画像及び近赤外画像を、時系列に区切ると共に、無端ベルト2bの幅方向に対応する方向にも区切ることで、複数の部分画像に分割し、部分画像を検査領域cとして、部分画像の単位で解析を行うようにしてもよい。このようにより範囲の狭い部分画像の単位で解析を行うことによって、より狭い撮像領域について解析を行うことになるため、より精度よく特徴量の抽出を行うことができ、検査精度を向上させることができる。
例えば、処理装置7に、可視光画像及び近赤外画像を複数の部分画像に分割する分割処理を行う分割処理部を設け、図7に示すように、可視光画像及び近赤外画像を、時系列に区切ると共に、無端ベルト2bの幅方向に対応する方向にも区切ることで、複数の部分画像に分割し、部分画像を検査領域cとして、部分画像の単位で解析を行うようにしてもよい。このようにより範囲の狭い部分画像の単位で解析を行うことによって、より狭い撮像領域について解析を行うことになるため、より精度よく特徴量の抽出を行うことができ、検査精度を向上させることができる。
このとき、隣り合う部分画像は、重複しないように設定してもよいし重複するように設定してもよい。例えば、部分画像が上下左右の隣り合う部分画像と重複するように部分画像を設定してもよい。例えば、撮像画像の同一部分が四つの部分画像と重複するように部分画像を設定すれば、重複部分に対して四回特徴量の抽出が行われることになる。そのため、より高精度な画像特徴量を抽出することができる。この場合、部分画像毎に解析結果を取得するようにしてもよく、一連の撮像画像に対する画像特徴量の抽出が終了したとき、或いは、重複部分を含む部分画像に対する画像特徴量の抽出が終了したときに解析結果を取得するようにしてもよい。また、このように同一部分に対して特徴量の抽出を四回行うように部分画像を設定した場合、撮像画像の端部においては、隣り合う部分画像が存在しない場合があるため、この場合には特徴量の抽出を四回行うことができない場合がある。この場合には、撮像画像の端部を含んで撮像画像の範囲を超えて部分画像を設定すればよい。このようにすることによって、撮像画像の端部においても精度よく特徴量の抽出を行うことができ、結果的に異物の有無等の検査精度を向上させることができる。
また、上記実施形態においては、複数の被検査物Mと共に異物が混在するか否かを判定する場合について説明したが、これに限るものではない。被検査物Mに、本来被検査物Mに含まれているべき成分とは異なる成分が含まれるか否かつまり品質を判定することもできる。
また、上記実施形態においては、被検査物Mが照射領域3a、5aを連続して通過する場合について説明したがこれに限るものではない。例えば、被検査物Mが照射領域3a、5aを断続的に通過するようになっている場合、また、被検査物Mが静止している場合であっても適用することができ、要は、被検査物Mで反射する可視光及び近赤外光を用いて異物等の検知を行うようにした装置であれば適用することができる。
また、上記実施形態においては、被検査物Mが照射領域3a、5aを連続して通過する場合について説明したがこれに限るものではない。例えば、被検査物Mが照射領域3a、5aを断続的に通過するようになっている場合、また、被検査物Mが静止している場合であっても適用することができ、要は、被検査物Mで反射する可視光及び近赤外光を用いて異物等の検知を行うようにした装置であれば適用することができる。
また、上記実施形態においては、近赤外カメラ4によってλ0〜λ2の三波長を検出し、カラーカメラ6によってRGBの三波長を検出する場合について説明したが、これに限るものではない。少なくとも近赤外カメラ4によって一波長を検出し、カラーカメラ6によって一波長を検出すればよく、任意数の波長を検出するようにしてもよい。例えば、被検査物Mと共に混在する物体が決まっている場合には、カラーカメラ6によって、混在する物体の色に応じた一波長を検出し、近赤外カメラ4によって混在する物体の品質に応じた一波長を検出するようにすればよい。
なお、本発明の範囲は、図示され記載された例示的な実施形態に限定されるものではなく、本発明が目的とするものと均等な効果をもたらす全ての実施形態をも含む。さらに、本発明の範囲は、全ての開示されたそれぞれの特徴のうち特定の特徴のあらゆる所望する組み合わせによって画され得る。
1 検査装置
2 搬送装置
2a ローラ
2b 無端ベルト
3 近赤外光照射装置
4 近赤外カメラ
5 可視光照明装置
6 カラーカメラ
7 処理装置
M 被検査物
2 搬送装置
2a ローラ
2b 無端ベルト
3 近赤外光照射装置
4 近赤外カメラ
5 可視光照明装置
6 カラーカメラ
7 処理装置
M 被検査物
Claims (5)
- 被検査物に可視光を照射する可視光照明装置と、
前記被検査物に近赤外光を照射する近赤外光照射装置と、
前記被検査物表面で反射した前記可視光のうちの少なくとも一つの可視光波長成分を検出するカラーカメラと、
前記被検査物表面で反射した前記近赤外光のうちの少なくとも一つの近赤外波長成分を検出する近赤外カメラと、
前記カラーカメラによる前記可視光波長成分を含む可視光画像が表す実際の撮像領域と前記近赤外カメラによる前記近赤外波長成分を含む近赤外画像が表す実際の撮像領域とが一致するように、前記可視光画像の画像情報及び前記近赤外画像の画像情報の少なくともいずれか一方を調整する調整処理を行う撮像領域調整部と、
前記撮像領域調整部で調整した後の前記可視光画像の画像情報及び前記近赤外画像の画像情報から、前記可視光画像及び前記近赤外画像それぞれに含まれる前記可視光波長成分及び前記近赤外波長成分毎の撮像画像である周波数成分画像を作成する周波数成分画像生成部と、
前記周波数成分画像生成部で生成した複数の前記周波数成分画像から互いの関係性を考慮して画像特徴量を抽出し、当該画像特徴量に基づき前記被検査物の品質及び前記被検査物とは異なる物体の存在の少なくともいずれか一方を解析する画像解析部と、
を備える検査装置。 - 前記画像解析部は、深層畳み込みニューラルネットワークを用いて前記解析する処理を行うことを特徴とする請求項1に記載の検査装置。
- 前記調整処理後の前記可視光画像及び前記近赤外画像を複数の部分画像に分割する分割処理部を有し、前記部分画像それぞれが表す実際の撮像領域は、前記可視光画像及び前記近赤外画像間で同一の領域に設定され、
前記周波数成分画像生成部は、実際の撮像領域が前記可視光画像及び前記近赤外画像間で同一である部分画像毎に、前記周波数成分画像を作成する請求項1又は請求項2に記載の検査装置。 - 前記周波数成分画像それぞれを複数の部分画像に分割する分割処理部を有し、前記部分画像それぞれが表す実際の撮像領域は、前記周波数成分画像間で同一の領域に設定され、
前記画像解析部は、実際の撮像領域が前記周波数成分画像間で同一である前記部分画像毎に、前記複数の周波数成分画像から前記画像特徴量を抽出する請求項1又は請求項2に記載の検査装置。 - 前記被検査物は食品であることを特徴とする請求項1から請求項4のいずれか一項に記載の検査装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018183849A JP2020051981A (ja) | 2018-09-28 | 2018-09-28 | 検査装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018183849A JP2020051981A (ja) | 2018-09-28 | 2018-09-28 | 検査装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020051981A true JP2020051981A (ja) | 2020-04-02 |
Family
ID=69996836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018183849A Pending JP2020051981A (ja) | 2018-09-28 | 2018-09-28 | 検査装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020051981A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022019569A (ja) * | 2020-07-17 | 2022-01-27 | 株式会社カナヤ食品 | 教師データ生成方法および異物検査装置ならびに異物検査方法 |
JP7498524B1 (ja) | 2023-05-02 | 2024-06-12 | 株式会社カナヤ食品 | 教師データ生成方法、異物検査装置、異物検査方法、および異物検出プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004191112A (ja) * | 2002-12-10 | 2004-07-08 | Ricoh Co Ltd | 欠陥検査方法 |
JP2015172519A (ja) * | 2014-03-12 | 2015-10-01 | オムロン株式会社 | シート検査装置 |
JP2017211259A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社シーイーシー | 検査装置、検査方法、及びプログラム |
WO2018038123A1 (ja) * | 2016-08-22 | 2018-03-01 | キユーピー株式会社 | 食品検査装置、食品検査方法及び食品検査装置の識別手段の学習方法 |
-
2018
- 2018-09-28 JP JP2018183849A patent/JP2020051981A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004191112A (ja) * | 2002-12-10 | 2004-07-08 | Ricoh Co Ltd | 欠陥検査方法 |
JP2015172519A (ja) * | 2014-03-12 | 2015-10-01 | オムロン株式会社 | シート検査装置 |
JP2017211259A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社シーイーシー | 検査装置、検査方法、及びプログラム |
WO2018038123A1 (ja) * | 2016-08-22 | 2018-03-01 | キユーピー株式会社 | 食品検査装置、食品検査方法及び食品検査装置の識別手段の学習方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022019569A (ja) * | 2020-07-17 | 2022-01-27 | 株式会社カナヤ食品 | 教師データ生成方法および異物検査装置ならびに異物検査方法 |
JP7053075B2 (ja) | 2020-07-17 | 2022-04-12 | 株式会社カナヤ食品 | 教師データ生成方法および異物検査装置ならびに異物検査方法 |
JP7498524B1 (ja) | 2023-05-02 | 2024-06-12 | 株式会社カナヤ食品 | 教師データ生成方法、異物検査装置、異物検査方法、および異物検出プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10890537B2 (en) | Appearance inspection device, lighting device, and imaging lighting device | |
JP7317702B2 (ja) | 食品検査補助システム、食品検査補助装置、およびコンピュータプログラム | |
JP5713376B1 (ja) | 魚種判別装置および魚種判別方法 | |
JP2020051982A (ja) | 画像検査装置及び検査モデル構築システム | |
JP6242570B2 (ja) | 画像読取装置、及び紙葉類処理装置 | |
CN103685830B (zh) | 图像读取装置以及纸张类处理装置 | |
JP2008209211A (ja) | 異物検査装置および異物検査方法 | |
KR20100015628A (ko) | 목재의 검사 방법, 장치 및 프로그램 | |
JP7053075B2 (ja) | 教師データ生成方法および異物検査装置ならびに異物検査方法 | |
JP2018179846A (ja) | 検査装置、ptp包装機及びptpシートの製造方法 | |
JP2020051981A (ja) | 検査装置 | |
KR101762158B1 (ko) | 외관 검사 장치 | |
JP5488154B2 (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
JP2007292576A (ja) | 電子部品の外観検査装置 | |
JP2010078485A (ja) | 印刷物の検査方法 | |
JP2019066274A (ja) | 物品検査装置 | |
JP6699694B2 (ja) | 検査システム、検査方法 | |
JP2020046310A (ja) | 外観検査装置および外観検査方法 | |
WO2018185954A1 (ja) | 検査装置、ptp包装機及びptpシートの製造方法 | |
JP6612100B2 (ja) | 物品検査装置 | |
KR20230139166A (ko) | 목재 제품의 불량 검사 방법 | |
JP7029343B2 (ja) | 異物検出装置および異物検出方法 | |
WO2024034261A1 (ja) | 固体撮像装置及び固体撮像システム | |
JP2020193867A (ja) | 画像処理装置、制御方法、制御プログラムおよびコンピュータで読み取り可能な記録媒体 | |
JP7498524B1 (ja) | 教師データ生成方法、異物検査装置、異物検査方法、および異物検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210630 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211221 |