JP2021118003A - 加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体 - Google Patents

加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体 Download PDF

Info

Publication number
JP2021118003A
JP2021118003A JP2021008499A JP2021008499A JP2021118003A JP 2021118003 A JP2021118003 A JP 2021118003A JP 2021008499 A JP2021008499 A JP 2021008499A JP 2021008499 A JP2021008499 A JP 2021008499A JP 2021118003 A JP2021118003 A JP 2021118003A
Authority
JP
Japan
Prior art keywords
processed product
image
ring
quality inspection
regions
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
Application number
JP2021008499A
Other languages
English (en)
Inventor
ジチョン ワン
Zhicheng Wang
ジチョン ワン
イフェイ ジャン
Yifei Zhang
イフェイ ジャン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Publication of JP2021118003A publication Critical patent/JP2021118003A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95684—Patterns showing highly reflecting parts, e.g. metallic elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8845—Multiple wavelengths of illumination or detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

【課題】画像採取技術を用いて、加工品の品質を評価する加工品検査方法、装置及びコンピュータが読み取り可能な記憶媒体を提供する。【解決手段】加工品検査方法は、検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、加工品の画像を採取し、採取した画像に対して処理を行って、異なる画像領域は色が異なっており、且つ、画像領域の色とリングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を取得し、複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、加工品の品質検査結果を得ることを含む。【選択図】図１

Description

本発明は画像処理分野に関し、具体的には、加工品（ｗｏｒｋｐｉｅｃｅ）検査方法、装置、及びコンピュータが読み取り可能な記憶媒体に関する。
関係技術において、一般的な可視光線を光源として用いて検索対象である加工品に対して画像採取を行った後、画像閾値分割の方法は、採取した画像中の同じ材料で作られた半田接合部と半田付端子もしくは半田パッドとを分割するのが難しいので、加工品の品質を評価することが出来ない。レーザーシステムを用いて加工品の半田接合部の高さの値を検査して加工品の品質に対して評価を行うことは可能であるが、レーザーシステムは非常に高価で且つ検査が遅い。
本発明が解決しようとする課題は、画像採取技術を用いて加工品の品質を評価できる、加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体を提供することである。
本発明の実施例の一面によれば、
加工品検査方法を提供しており、それは、
検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取することと、
採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得ることと、
前記複数の画像領域の画像特徴パラメータを取得し、該取得した画像特徴パラメータを所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得ることと、
を含む。
また、本発明の少なくとも一つの実施例によれば、前記リングライトが、
赤の光線を出す第一リングサブライトと、
緑の光線を出す第二リングサブライトと、
青の光線を出す第三リングサブライトと、
を含む。
また、本発明の少なくとも一つの実施例によれば、前記の採取した前記画像に対して処理を行って複数の画像領域を得ることが、
採取した前記画像を、赤と緑と青の３つのチャンネル画像に分離することと、
線形関数または非線形関数を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を得ること、
を含む。
また、本発明の少なくとも一つの実施例によれば、
以下の式を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を得る。
Ｉ１＝ｆ１（ＩＲ，ＩＧ，ＩＢ）
Ｉ２＝ｆ２（ＩＲ，ＩＧ，ＩＢ）
Ｉ３＝ｆ３（ＩＲ，ＩＧ，ＩＢ）
式中、Ｉ１は第一画像領域であり、Ｉ２は第二画像領域であり、Ｉ３は第三画像領域であり、ＩＲは赤チャンネル画像であり、ＩＢは青チャンネル画像であり、ＩＧは緑チャンネル画像であり、ｆ１、ｆ２、ｆ３はそれぞれ線形関数または非線形関数である。
また、本発明の少なくとも一つの実施例によれば、前記複数の画像領域の画像特徴パラメータが、
前記複数の画像領域により確定される、前記加工品の実際の重心と理論上の重心との間の距離Ｄと、
前記複数の画像領域により確定される、前記画像中で前記加工品の占める面積Ａと、
前記複数の画像領域における、任意の２つの画像領域の中心の間の距離ｄと、
前記複数の画像領域における、任意の２つの画像領域の面積の比率ｒａｔｉｏと、
を含む。
また、本発明の少なくとも一つの実施例によれば、前記複数の画像領域の画像特徴パラメータが、さらに、
前記画像領域の真円度と、
前記複数の画像領域の二値画像の充填率と、
のうちの少なくとも一つを含む。
また、本発明の少なくとも一つの実施例によれば、前記方法が、所定の加工品品質検査モデルを取得するステップをさらに含み、前記ステップが、
画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築することと、
サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得することと、
前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得ること、
を含む。
本発明の実施例の別の面によれば、加工品検査装置を提供しており、それは、
検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取する、採取ユニットと、
採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得る、画像処理ユニットと、
前記複数の画像領域の画像特徴パラメータを取得し、該取得した画像特徴パラメータを所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得る、入力ユニットと、
を含む。
また、本発明の少なくとも一つの実施例によれば、前記装置が、
所定の加工品品質検査モデルを取得するための取得ユニットをさらに備え、
前記取得ユニットが、
画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築するための、モデル構築サブユニットと、
サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得するための、取得サブユニットと、
前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得るための、訓練サブユニットと、
を含む。
本発明の実施例は加工品検査装置も提供しており、それは、メモリと、プロセッサと、メモリ上に記憶されていると共にプロセッサで実行可能なコンピュータプログラムを含み、前記コンピュータプログラムが前記プロセッサによって実行される際に、上記の加工品検査方法のステップを実現する。
本発明はコンピュータが読み取り可能な記憶媒体も提供しており、そこにはコンピュータプログラムが記憶されており、前記コンピュータプログラムがプロセッサによって実行される際に、上記の加工品検査方法のステップを実現する。
従来技術に比べ、本発明の実施例が提供する加工品検査方法、装置及びコンピュータが読み取り可能な記憶媒体は、検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、加工品の画像を採取する。加工品の円弧状の曲面がリングライトに向かっているので、加工品の異なる領域で異なる色の光線を反射することができる。このようにして加工品の画像を採取した後、採取した画像に対して処理を行って、色が異なる複数の画像領域を得ることが可能であり、複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、加工品の品質検査結果を得ることができる。本発明の技術案によれば、可視光を光源として、画像採取技術を用いて円弧状の曲面を有している加工品の品質を評価することができ、コストを下げ、且つ検査効率を向上させる。
本発明の実施例の技術方案をより明確に説明するために、以下、本発明の実施例の説明に必要とされる図面について簡単に紹介するが、明らかに、下記の図は本発明のいくつかの実施例にすぎず、当業者は、高度な技術を必要としない前提において、これらの図面によって他の図面を得ることもできる。
本発明の実施例の加工品検査方法のフロー図である。 本発明の実施例の加工品に対して画像採取を行う図である。 図２の部分拡大図である。 本発明の実施例のリングサブライトの平面図である。 本発明の実施例のリングサブライトの平面図である。 本発明の実施例のリングサブライトの平面図である。 本発明の実施例で採取した加工品の画像を示す図である。 本発明の実施例の加工品検査装置の構造図である。 本発明の実施例の加工品検査装置の別の構造図である。 本発明の実施例の取得ユニットの構造図である。 本発明の実施例の加工品検査装置の別の構造図である。
本発明が解決する技術問題、技術案及び優れた点をより明確にするため、以下に図面と具体的な実施例を組み合わせて詳しく説明する。以下の説明において、具体的な配置とコンポーネントの特定の細部を提供することは、本発明の実施例を全面的に理解するのを助けるためだけのものである。したがって、本発明の範囲と主旨から逸脱することなく、ここで述べた実施例に対して様々な変更と改良が可能であることは、当業者にとって自明である。また、明瞭且つ簡潔にするため、既知の機能と構造の記述は省略する。
本明細書で言及した「一つの実施例」または「実施例」は、実施例に関連する特定の特徴、構造または特性が本発明の少なくとも一つの実施例に含まれることを意味する。したがって、本明細書のいたるところに出現する「一つの実施例で」または「実施例で」とは必ずしも同じ実施例を指すとは限らない。なお、これら特定の特徴、構造若しくは特性は任意に適当な方式で一つ或は複数の実施例に結合することができる。
本発明の種々の実施例において、以下の各プロセスの番号の大きさは実行順序の前後を意味するものではない。各プロセスの実行順序は、その機能と内在的論理に依存し、本発明実施例の実施プロセスに対していかなる限定も行われない。
本発明の実施例は、画像の品質を向上させることができる、加工品検査方法、装置及びコンピュータが読み取り可能な記憶媒体を提供している。
本発明の実施例は加工品検査方法を提供しており、図１に示すように、それは以下のステップを含む。
ステップ１０１：検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取する。
なお、加工品は円弧状の曲面を有しており、且つ円弧状の曲面ンがリングライトに向かっており、リングライトから出された光線が円弧状の曲面に照射される際、リングライトが順に配置された異なる色のリングサブライトを有しており、且つ円弧状の曲面の異なる領域で反射される光線が異なる方向に向かうので、円弧状の曲面上に、境界線が明確な異なる色の領域が出現する。加工品は具体的に球形の加工品や楕円体の加工品等であって良い。当然、加工品は球形の加工品と楕円体の加工品に限らず、加工品が円弧状の曲面さえ有していれば、その他の形状の加工品であっても良い。
リングライトは三つまたは四つまたはさらに多くの異なる色のリングサブライトを有しても良く、各一つのリングサブライトが複数の点光源を有しても良い。複数の点光源はリング形に配置されており、且つリング形を成す軸線が円弧状の曲面の軸線と重なるのが好ましい。リングライトの形状と円弧状の曲面の形状とをマッチさせ、円弧状の曲面がリングライトの光線をさらに良く反射できるようにするために、加工品から遠い方から近い方向で、リングサブライトが成すリング形の半径は徐々に増加する。一つの具体例において、リングライトは、赤の光線を出す第一リングサブライトと、緑の光線を出す第二リングサブライトと、青の光線を出す第三リングサブライトと、を備え、加工品から遠い方から近い方へ順に、第一リングサブライト、第二リングサブライト、第三リングサブライトである。
ステップ１０２：採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得る。
リングライトを可視光源として用いて、カメラを用いて検査対象である加工品の画像を採取する。加工品の円弧状の曲面はリングライトへ向かっており、円弧状の曲面の異なる領域で反射される光線が異なる方向に向かうので、円弧状の曲面上に、境界線が明確な異なる色の領域が出現する。こうして加工品に対して画像を採取した後、採取した画像に対して処理を行い、複数の異なる色の画像領域を得ることができる。例えばリングライトが、加工品から遠い方から近い方へ順に配置された、第一リングサブライト、第二リングサブライト、第三リングサブライトを備える場合、採取した加工品の画像には境界線が明確な赤領域、緑領域、青領域が出現する。
採取した加工品の画像に対して分離を行って、複数の異なる色の画像領域を得ることが可能であり、また、画像領域の色とリングサブライトから出される光線の色とが１対１で対応する。
加工品の接続箇所の材料と色が、加工品のその他の領域の色と材質と同じであり、単色の光源で取得した加工品画像は、接続箇所の境界が不明瞭で画像の分離が難しい。本実施例は多色の光源を用いて加工品の画像を取得して、加工品の異なる領域が異なる色になるようにしているので、画像を分離して接続箇所の境界を得るのに有利である。
ステップ１０３：前記複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得る。
なお、画像領域の画像特徴パラメータは、以下を含むがこれに限られず、即ち、
前記複数の画像領域により確定される、前記加工品の実際の重心と理論上の重心との間の距離Ｄ；
前記複数の画像領域により確定される、前記画像中で前記加工品の占める面積Ａ；
前記複数の画像領域における、任意の２つの画像領域の中心の間の距離ｄ；
前記複数の画像領域における、任意の２つの画像領域の面積の比率ｒａｔｉｏ；
前記画像領域の真円度；及び
前記複数の画像領域の二値画像の充填率である。
なお、画像領域の真円度は以下の式によって得ることが可能である。
ｒｏｕｎｄｎｅｓｓ＝４πＡ／Ｌ２
式中、Ａは画像領域の面積を表し、Ｌは画像領域の周長を表す。
画像領域の二値画像の充填率を計算する際、まず、画像領域を二値画像に変換する。画像領域を二値画像に変換する際、画像領域中のグレースケール値が所定の閾値以上の画素は白色に変わり、画像領域中のグレースケール値が所定の閾値未満である画素は黒色に変わる。所定の閾値は、ニーズに基づいて設定できる。以下の式によって、二値画像の充填率Ｐを得ることができる。
Ｐ＝Ａｖｏｉｄ／Ａ
其中，Ａｖｏｉｄは二値画像中の黒色画素の総面積を表し、Ａは二値画像の総面積を表す（画素で表すことができる）。
上記画像特徴パラメータは加工品の品質状況を反映する。例えば、加工品の実際の重心と理論上の重心との間の距離Ｄや画像中で加工品が占める面積Ａ等は、加工品の大まかな形状が設計基準に適しているかどうかを反映する。同様に、その他の画像特徴パラメータも、加工品の品質の完璧度を反映する。
加工品の品質を評価する前に、まず、加工品品質検査モデルを訓練して得る必要がある。加工品品質検査モデルを訓練する際、画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築する。なお、重みパラメータの個数と画像特徴パラメータの個数は同じである。そして、サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得する。そして、訓練データを用いて最初の加工品品質検査モデルの訓練を行って、加工品品質検査モデルを得る。加工品品質検査モデルの入力は画像特徴パラメータであり、出力は加工品の品質検査結果である。
加工品品質検査モデルを取得した後、ステップ１０２で得た複数の画像領域の画像特徴パラメータを加工品品質検査モデルへ入力すれば、加工品の品質検査結果を得ることができる。
本実施例では、検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、加工品の画像を採取する。加工品の円弧状の曲面がリングライトに向かっているので、加工品の異なる領域で異なる色の光線を反射することができる。このようにして加工品の画像を採取した後、採取した画像に対して処理を行って、色が異なる複数の画像領域を得ることが可能であり、複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、加工品の品質検査結果を得ることができる。本発明の技術案によれば、可視光を光源として、画像採取技術を用いて円弧状の曲面を有している加工品の品質を評価することができ、コストを下げ、且つ検査効率を向上させることができる。
本実施例では、図２と図３に示すように、リングライト３は、赤の光線を出す第一リングサブライト４と、緑の光線を出す第二リングサブライト５と、青の光線を出す第三リングサブライト６の、三つの異なる色のリングサブライトを備えている。
加工品７は円弧状の曲面を備えており、加工品７に対して画像を収集する際、加工品７の円弧状の曲面がリングライト３に向っており、カメラ１とレンズ２は、加工品７から離れたリングライト３側に位置している。
なお、第一リングサブライト４の平面図は図４Ａに示す通りであり、第一リングサブライト４は、複数のアレイに配置された赤色ＬＥＤ４１を含み、複数のアレイに配置された赤色ＬＥＤ４１はリング形を成して配列されている。図２と図３に示す第一リングサブライト４は図４ＡのＡＡ′方向上の断面図である。第二リングサブライト５の平面図は図４Ｂに示す通りであり、第二リングサブライト５は、複数のアレイに配置された緑色ＬＥＤ５１を含み、複数のアレイに配置された緑色ＬＥＤ５１はリング形を成して配列されている。図２と図３に示す第二リングサブライト５は図４ＢのＡＡ′方向上の断面図である。第三リングサブライト６の平面図は図４Ｃに示す通りであり、第三リングサブライト６は、複数のアレイに配置された青色ＬＥＤ６１を含み、複数のアレイに配置された青色ＬＥＤ６１はリング形を成して配列されている。図２と図３に示す第二リングサブライト６は図４ｃのＡＡ′方向上の断面図である。加工品７に近い方から遠い方向で、ＬＥＤ配列によって形成されるリングの直径は徐々に減少し、リングライト３の形状と加工品７の円弧状の曲面とをマッチさせる。
加工品７に対して画像を収集する際、カメラ１とレンズ２の軸線と、リングライト３及び加工品７の円弧状の曲線は全て重なり合う。このようにして採取して得た加工品の画像では、加工品を中央に分布させることができ、品質評価の精度と正確性を向上させるのに有利である。リングライト３の光線を加工品７の円弧状の曲面に照射する際、図３に示すように、円弧状の局面は、赤の光線を反射する領域Ｓ１、緑の光線を反射する領域Ｓ２、青の光線を反射する領域Ｓ３に分かれる。
採取した加工品７の画像は図５に示すように、赤色領域Ｓ１１と、緑色領域Ｓ２１と、青色領域Ｓ３１とを含む。採取した加工品７の画像を処理する際、採取した加工品７の画像を、赤と緑と青の３つのチャンネル画像に分離する。その後、３つの線形関数または非線形関数Ｉ＝ｆ（ＩＲ，ＩＧ，ＩＢ）を用いて該３つのチャンネル画像を組み合わせて、３つの新たな画像領域Ｉ１、Ｉ２、Ｉ３を得る。
Ｉ１＝ｆ１（ＩＲ，ＩＧ，ＩＢ）
Ｉ２＝ｆ２（ＩＲ，ＩＧ，ＩＢ）
Ｉ３＝ｆ３（ＩＲ，ＩＧ，ＩＢ）
式中、Ｉ１は第一画像領域であり、Ｉ２は第二画像領域であり、Ｉ３は第三画像領域であり、ＩＲは赤チャンネル画像であり、ＩＢは青チャンネル画像であり、ＩＧは緑チャンネル画像であり、ｆ１、ｆ２、ｆ３はそれぞれ線形関数または非線形関数である。
一つの具体例において、以下に示す関数を用いてＩ１、Ｉ２、Ｉ３を得ることができる。
Ｉ１＝ＩＲ
Ｉ２＝ｍａｘ（ＩＲ，ＩＢ）−ＩＲ
Ｉ３＝ＩＲ＋ＩＧ＋ＩＢ
画像領域Ｉ１、Ｉ２、Ｉ３を得た後で、画像領域Ｉ１、Ｉ２、Ｉ３に基づいて、画像特徴パラメータの取得を行う。
画像特徴パラメータは、以下のいくつかのパラメータを含んでも良い。
（１）上記３つの画像領域によって確定される、加工品の実際の重心と理論上の重心との間の距離Ｄであり、Ｄの単位は画素であって良い。
（２）上記３つの画像領域により確定される、画像中で加工品の占める面積Ａであり、面積Ａの単位も、画素であって良い。
（３）上記３つの画像領域に置ける、任意の２つの画像領域の中心の間の距離ｄであり、これは以下の式によって表される。
Figure 2021118003
式中、Ｃ１は第一画像領域の重心であり、Ｃ２は第二画像領域の重心であり、Ｃ３は第三画像領域の重心である。
（４）上記３つの画像領域における、任意の２つの画像領域の面積の比率ｒａｔｉｏであり、これは以下の式によって表される。
ｒａｔｉｏ１＝Ａｒｅａ１：Ａｒｅａ２
ｒａｔｉｏ２＝Ａｒｅａ１：Ａｒｅａ３
ｒａｔｉｏ３＝Ａｒｅａ２：Ａｒｅａ３
式中、Ａｒｅａ１は第一画像領域の面積であり、Ａｒｅａ２は第二画像領域の面積であり、Ａｒｅａ３は第三画像領域の面積である。
（５）上記３つの画像領域の真円度ｒｏｕｎｄｎｅｓｓであり、これは以下の式によって表される。
ｒｏｕｎｄｎｅｓｓ＝４πＡ／Ｌ２
式中、Ａは各画像領域の面積であり、Ｌは各画像領域の周長である。
（６）上記３つの画像領域の純度Ｐであり、これは、各画像領域の二値画像の充填率を表し、同時に、加工品の均一性を反映する。以下の式によって表される。
Ｐ＝Ａｖｏｉｄ／Ａ
式中、Ａｖｏｉｄは画像領域の二値画像中の空隙領域の面積であり、Ａは前画像領域の面積である。
機械学習の方法によって、加工品品質検査モデルを構築することが可能である。画像領域の画像特徴パラメータと加工品品質検査モデルを用いることにより、加工品の品質検査を行う。なお、機械学習の方法は、サポートベクターマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ、ＳＶＭ）とランダムフォレスト法を含むが、これに限らない。
加工品品質検査モデルを訓練する際、まず、最初の加工品品質検査モデルを構築する必要がある。最初の加工品品質検査モデルは、画像特徴パラメータと１対１で対応する重みパラメータを含む。例えば、Ｄと対応する重みパラメータＷ１、Ａと対応する重みパラメータＷ２、ｄと対応する重みパラメータＷ３、ｒａｔｉｏと対応する重みパラメータＷ４、ｒｏｕｎｄｎｅｓｓと対応する重みパラメータＷ５、Ｐと対応する重みパラメータＷ６等を含む。
その後、サンプル加工品の品質検査結果とサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得する。サンプル加工品の複数の画像領域は、サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たものである。なお、サンプル加工品の品質検査結果は、完璧、非常に良い、良い、許容可、欠陥、等を含むがこれに限らない。訓練データを用いて最初の加工品品質検査モデルの訓練を行い、最初の加工品品質検査モデルの出力がサンプル加工品の品質検査結果に近づくようにし、最終的な加工品品質検査モデルを得る。
加工品品質検査モデルを取得した後、上記（１）〜（６）に記載の複数の画像領域の画像特徴パラメータを加工品品質検査モデルへ入力すれば、加工品の品質検査結果を得ることができる。加工品の品質検査結果は、完璧、非常に良い、良い、許容可、欠陥、等を含むがこれに限らない。
なお、加工品品質モデルに入力する画像特徴パラメータは、上記（１）〜（６）に記載の画像特徴パラメータの全部または一部であって良い。例えば、Ｄ、Ａ、ｄ、ｒａｔｉｏを含んでも良いし、Ｄ、Ａ、ｄ、ｒａｔｉｏ、ｒｏｕｎｄｎｅｓｓを含んでも良いし、Ｄ、Ａ、ｄ、ｒａｔｉｏ、ｒｏｕｎｄｎｅｓｓ、Ｐを含んでも良いし、Ｄ、Ａ、ｄ、ｒａｔｉｏ、Ｐを含んでも良い。
本発明の実施例は、図６に示すように、以下を含む加工品検査装置も提供している。
採取ユニット２１：検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取する。
なお、加工品は円弧状の曲面を有しており、且つ円弧状の曲面がリングライトに向かっており、リングライトから出された光線が円弧状の曲面に照射される際、リングライトが順に配置された異なる色のリングサブライトを有しており、且つ円弧状の曲面の異なる領域で反射される光線が異なる方向に向かうので、円弧状の曲面上に、境界線が明確な異なる色の領域が出現する。加工品は具体的に球形の加工品や楕円体の加工品等であって良い。当然、加工品は球形の加工品と楕円体の加工品に限らず、加工品が円弧状の曲面さえ有していれば、その他の形状の加工品であっても良い。
リングライトは三つまたは四つまたはさらに多くの異なる色のリングサブライトを有しても良く、各一つのリングサブライトが複数の点光源を有しても良い。複数の点光源はリング形に配置されており、且つリング形を成す軸線が円弧状の曲面の軸線と重なるのが好ましい。リングライトの形状と円弧状の曲面の形状とをマッチさせ、円弧状の曲面がリングライトの光線をさらに良く反射できるようにするために、加工品から遠い方から近い方向で、リングサブライトが成すリング形の半径は徐々に増加する。一つの具体例において、リングライトは、赤の光線を出す第一リングサブライトと、緑の光線を出す第二リングサブライトと、青の光線を出す第三リングサブライトと、を備え、加工品から遠い方から近い方へ順に、第一リングサブライト、第二リングサブライト、第三リングサブライトである。
画像処理ユニット２２：採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得る。
リングライトを可視光源として用いて、カメラを用いて検査対象である加工品の画像を採取する。加工品の円弧状の曲面はリングライトへ向かっており、円弧状の曲面の異なる領域で反射される光線が異なる方向に向かうので、円弧状の曲面上に、境界線が明確な異なる色の領域が出現する。こうして加工品に対して画像を採取した後、採取した画像に対して処理を行い、複数の異なる色の画像領域を得ることができる。例えばリングライトが、加工品から遠い方から近い方へ順に配置された、第一リングサブライト、第二リングサブライト、第三リングサブライトを備える場合、採取した加工品の画像には境界線が明確な赤領域、緑領域、青領域が出現する。
採取した加工品の画像に対して分離を行って、複数の異なる色の画像領域を得ることが可能であり、また、画像領域の色とリングサブライトから出される光線の色とが１対１で対応する。
入力ユニット２３：記複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得る。
なお、画像領域の画像特徴パラメータは、前記加工品の実際の重心と理論上の重心との間の距離Ｄと、前記複数の画像領域により確定される、前記画像中で前記加工品の占める面積Ａと、前記複数の画像領域における、任意の２つの画像領域の中心の間の距離ｄと、前記複数の画像領域における、任意の２つの画像領域の面積の比率ｒａｔｉｏと、前記画像領域の真円度ｒｏｕｎｄｎｅｓｓと、前記複数の画像領域の二値画像の充填率Ｐと、を含むがこれに限らない。
加工品の品質を評価する前に、まず、加工品品質検査モデルを訓練して得る必要がある。加工品品質検査モデルを訓練する際、画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築する。なお、重みパラメータの個数と画像特徴パラメータの個数は同じである。そして、サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得する。そして、訓練データを用いて最初の加工品品質検査モデルの訓練を行って、加工品品質検査モデルを得る。加工品品質検査モデルの入力は画像特徴パラメータであり、出力は加工品の品質検査結果である。加工品品質検査モデルを取得した後、画像処理ユニット２２によって得た複数の画像領域の画像特徴パラメータを加工品品質検査モデルへ入力すれば、加工品の品質検査結果を得ることができる。
図７に示すように、本実施例の加工品検査装置は、所定の加工品品質検査モデルを取得するための取得ユニット２４をさらに備える。
図８に示すように、前記取得ユニット２４は、
画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築するための、モデル構築サブユニット２４１と、
サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得するための、取得サブユニット２４２と、
前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得るための、訓練サブユニット２４３と、
を含む。
本実施例では、検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、加工品の画像を採取する。加工品の円弧状の曲面がリングライトに向かっているので、加工品の異なる領域で異なる色の光線を反射することができる。このようにして加工品の画像を採取した後、採取した画像に対して処理を行って、色が異なる複数の画像領域を得ることが可能であり、複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、加工品の品質検査結果を得ることができる。本発明の技術案によれば、可視光を光源として、画像採取技術を用いて円弧状の曲面を有している加工品の品質を評価することができ、コストを下げ、且つ検査効率を向上させることができる。
本発明は加工品検査装置３０も提供しており、図９に示すように、それは、
プロセッサ３２と、
コンピュータプログラムが記憶されているメモリ３４と、を含む。
なお、前記コンピュータプログラムが前記プロセッサによって実行される際、前記プロセッサ３２は、
検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取するステップと、
採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得るステップと、
前記複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得るステップと、
を実行する。
さらに図９に示すように、加工品検査装置３０は、ネットワークインターフェース３１と、入力装置３３と、ハードディスク３５と、表示装置３６を含むことも可能である。
上記各インターフェースと装置との間は、バスアーキテクチャによって互いに接続する。バスアーキテクチャは、任意の数量の相互接続するバス及びブリッジを含むことが可能である。具体的には、プロセッサ３０２に代表される一つ又は複数のセントラルプロセッサ（ＣＰＵ）、及びメモリ３４に代表される一つ又は複数のメモリの各種回路が、一つに接続される。バスアーキテクチャは、周辺機器や電圧レギュレータや電力管理回路のようなさまざまなその他の回路と一緒に接続することも可能である。バスアーキテクチャは、これらの構成要素の間の接続通信を実現するためのものであると理解可能である。バスアーキテクチャは、データバスの他、電力バス、制御バス、およびステータス信号バスも含むが、これらは全て本分野で公知のものであるので、本明細書ではこれらについて詳細に記載しない。
前記ネットワークインターフェース３１は、ネットワーク（例えばインターネット、ローカルエリアネットワーク等）と接続可能で、ネットワークから情報を受信するとともに、受信した内容をハードディスク３５中に保存することができる。
前記入力装置３３は、オペレータが入力する様々なコマンドを受信できるとともに、実行のためにプロセッサ３２に送信することができる。前記入力装置３３は、キーボードやクリックデバイス（例えばマウス、トラックボール（ｔｒａｃｋｂａｌｌ）、タッチパッド、タッチスクリーンなど）を含むことが可能である。
前記表示装置３６は、プロセッサ３２がコマンドを実行して得た結果を表示することができる。例えば、系列ラベリングの結果等を表示する。
前記メモリ３４は、オペレーティングシステムが稼働するのに必須のプログラムとデータや、プロセッサ３２の演算プロセス中の中間結果などのデータを保存するのに用いられる。
本発明の実施例のメモリ３４は、揮発性メモリまたは不揮発性メモリであっても良いし、揮発性メモリと不揮発性メモリの両方を含んでも良い、と理解できる。なお、不揮発性メモリは、読み出し専用メモリ（ＲＯＭ）であっても、プログラマブル読み出し専用メモリ（ＰＲＯＭ）であっても、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ）であっても、電気的に消去可能なプログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）であっても、フラッシュメモリであってもよい。揮発性メモリは、ランダムアクセスメモリ（ＲＡＭ）であってもよく、外部キャッシュとして用いられる。本明細書に記載の装置と方法のメモリ３４は、これらと任意のその他の適合類型のメモリを含むが、これらに限らない。
いくつかの実施形態において、メモリ３４は、実行可能なモジュールまたはデータ構造、それらのサブ集合または拡張集合、オペレーティングシステム３４１、アプリケーションプログラム３４２、の要素を記憶している。
なお、オペレーティングシステム３４１は各種の基礎業務およびハードウェアに基づくタスクを実現するように、例えば枠組層、コアー層、駆動層など各種のシステムプログラムを含む。アプリケーションプログラム３４２は各種のアプリケーション業務を実現するように、例えばブラウザー（Ｂｒｏｗｓｅｒ）などの各種アプリケーションプログラムを含む。本発明の実施例の方法を実現するプログラムはアプリケーションプログラム３４２に含まれることが可能である。
上記プロセッサ３２が、前記メモリ３４に記憶されているアプリケーションプログラムとデータ（具体的には、アプリケーションプログラム３４２に記憶されているプログラム又はコマンドであって良い）を呼び出して実行する際、検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取し、そして、採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得て、そして、前記複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得る。
さらに、上記プロセッサ３２が、前記メモリ３４に記憶されているアプリケーションプログラムとデータ（具体的には、アプリケーションプログラム３４２に記憶されているプログラム又はコマンドであって良い）を呼び出して実行する際、採取した前記画像を、赤と緑と青の３つのチャンネル画像に分離し、そして、線形関数または非線形関数を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を得る。
さらに、上記プロセッサ３２が、前記メモリ３４に記憶されているアプリケーションプログラムとデータ（具体的には、アプリケーションプログラム３４２に記憶されているプログラム又はコマンドであって良い）を呼び出して実行する際、以下の式を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を得る。
Ｉ１＝ｆ１（ＩＲ，ＩＧ，ＩＢ）
Ｉ２＝ｆ２（ＩＲ，ＩＧ，ＩＢ）
Ｉ３＝ｆ３（ＩＲ，ＩＧ，ＩＢ）
式中、Ｉ１は第一画像領域であり、Ｉ２は第二画像領域であり、Ｉ３は第三画像領域であり、ＩＲは赤チャンネル画像であり、ＩＢは青チャンネル画像であり、ＩＧは緑チャンネル画像であり、ｆ１、ｆ２、ｆ３はそれぞれ線形関数または非線形関数である。
なお、前記複数の画像領域の画像特徴パラメータは、
前記複数の画像領域により確定される、前記加工品の実際の重心と理論上の重心との間の距離Ｄと、
前記複数の画像領域により確定される、前記画像中で前記加工品の占める面積Ａと、
前記複数の画像領域における、任意の２つの画像領域の中心の間の距離ｄと、
前記複数の画像領域における、任意の２つの画像領域の面積の比率ｒａｔｉｏと、
を含む。
なお、前記複数の画像領域の画像特徴パラメータは、さらに、
前記画像領域の真円度と、
前記複数の画像領域の二値画像の充填率と、
のうちの少なくとも一つを含む。
さらに、上記プロセッサ３２が、前記メモリ３４に記憶されているアプリケーションプログラムとデータ（具体的には、アプリケーションプログラム３４２に記憶されているプログラム又はコマンドであって良い）を呼び出して実行する際、画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築し、そして、サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得し、そして、前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得る。
本発明の上記実施例による方法はプロセッサ３２に応用でき、あるいはプロセッサ３２によって実現できる。プロセッサ３２は信号の処理能力を有する集積回路チップであってもよい。実現プロセスでは、上記方法の各ステップはプロセッサ３２内のハードウェアの集積ロジック回路またはソフトウェア形式のコマンドによって完成できる。上記プロセッサ５０２は汎用プロセッサであっても、デジタル信号処理器（ＤＳＰ）であっても、特定用途向け集積回路（ＡＳＩＣ）であっても、現場で構成可能な回路アレイ（ＦＰＧＡ）又はその他のプログラマブルロジックデバイスであっても、個別ゲートまたはトランジスタロジックデバイスであっても、個別ハードウェアユニットであってもよく、本発明の実施例に公開された各方法、ステップおよびロジックブロック図を実現または実行できる。汎用プロセッサは、マイクロプロセッサ又はいかなる常用的なプロセッサであっても良い。本発明の実施例より公開された方法のステップと組み合わせて直接的にできることは、ハードウェアデコーダプロセッサにより実行して完成すること、或いは、デコーダプロセッサ内のハードウェアおよびソフトウェアモジュールの組み合わせによって実行して完成すること、である。ソフトウェアモジュールはランダムメモリ、フラッシュメモリ、読み出し専用メモリ、プログラマブル読み出し専用メモリまたは電気的に消去可能なプログラマブルメモリ、レジスタなどの当分野において成熟された記録媒体に位置することが可能である。当該記録媒体はメモリ３４にあり、プロセッサ３２はメモリ３４内の情報を読み取って、そのハードウェアと組み合わせて上記方法のステップを完成する。
本明細書に記載されたこれらの実施例は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコードまたはその組み合わせによって実現できる、と理解可能である。ハードウェアの実現について、プロセスユニットは一つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号処理器（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールド プログラマブル ゲート アレイ（ＦＰＧＡ）、汎用プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、本願の前記機能を実現するためのほかの電子モジュール、または組み合わせで実現可能である。
ソフトウェアの実現について、本明細書に記載された前記機能を実行するモジュール（例えばプロセス、関数など）によって本明細書の前記技術を実現できる。ソフトウェアコードはメモリに記憶され、かつプロセッサによって実行することが可能である。メモリはプロセッサ内またはプロセッサ外部において実現できる。
本発明の実施例は、コンピュータが読み取り可能な記憶媒体も提供しており、前記コンピュータが読み取り可能な記憶媒体はコンピュータプログラムを記憶しており、前記コンピュータプログラムがプロセッサによって実行される際、前記プロセッサに、
検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取するステップと、
採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得るステップと、
前記複数の画像領域の画像特徴パラメータを、所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得るステップと、
を実行させる。
以上の記載は、本発明の好ましい実施形態に過ぎず、当業者にとって、本発明に記載の原理を逸脱しない前提下で、いくつかの改善および修正を行うこともでき、これらの改善および修正も本発明の保護の範囲と見なされるべきである。

Claims (12)

  1. 検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取することと、
    採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得ることと、
    前記複数の画像領域の画像特徴パラメータを取得し、該取得した画像特徴パラメータを所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得ることと、
    を含む、ことを特徴とする加工品検査方法。
  2. 前記リングライトが、
    赤の光線を出す第一リングサブライトと、
    緑の光線を出す第二リングサブライトと、
    青の光線を出す第三リングサブライトと、
    を含む、ことを特徴とする請求項１に記載の加工品検査方法。
  3. 前記の採取した前記画像に対して処理を行って複数の画像領域を得ることが、
    採取した前記画像を、赤と緑と青の３つのチャンネル画像に分離することと、
    線形関数または非線形関数を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を得ること、
    を含む、ことを特徴とする請求項２に記載の加工品検査方法。
  4. 以下の式を用いて前記３つのチャンネル画像を組み合わせて、３つの画像領域を取得し、
    Ｉ１＝ｆ１（ＩＲ，ＩＧ，ＩＢ）
    Ｉ２＝ｆ２（ＩＲ，ＩＧ，ＩＢ）
    Ｉ３＝ｆ３（ＩＲ，ＩＧ，ＩＢ）
    式中、Ｉ１は第一画像領域であり、Ｉ２は第二画像領域であり、Ｉ３は第三画像領域であり、ＩＲは赤チャンネル画像であり、ＩＢは青チャンネル画像であり、ＩＧは緑チャンネル画像であり、ｆ１、ｆ２、ｆ３はそれぞれ線形関数または非線形関数である、ことを特徴とする請求項３に記載の加工品検査方法。
  5. 前記複数の画像領域の画像特徴パラメータが、
    前記複数の画像領域により確定される、前記加工品の実際の重心と理論上の重心との間の距離と、
    前記複数の画像領域により確定される、前記画像中で前記加工品の占める面積と、
    前記複数の画像領域における、任意の２つの画像領域の中心の間の距離と、
    前記複数の画像領域における、任意の２つの画像領域の面積の比率と、
    を含む、ことを特徴とする請求項１に記載の加工品検査方法。
  6. 前記複数の画像領域の画像特徴パラメータが、さらに、
    前記画像領域の真円度と、
    前記複数の画像領域の二値画像の充填率と、
    のうちの少なくとも一つを含むことを特徴とする請求項５に記載の加工品検査方法。
  7. 前記方法が、所定の加工品品質検査モデルを取得するステップをさらに含み、前記ステップが、
    画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築することと、
    サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得することと、
    前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得ること、
    を含む、ことを特徴とする請求項１から６のいずれか１項に記載の加工品検査方法。
  8. 検査対象である、リングライトに向かって円弧状の曲面を有している加工品に対して、前記加工品に近い方から遠い方へ順に配置された複数のリングサブライトを備えており、異なるリングサブライトから異なる色の光線が出されるリングライトを照射して、前記加工品の画像を採取する、採取ユニットと、
    採取した前記画像に対して処理を行って、異なる画像領域は色が異なっており、且つ前記画像領域の色と前記リングサブライトから出される光線の色とが１対１で対応する、複数の画像領域を得る、画像処理ユニットと、
    前記複数の画像領域の画像特徴パラメータを取得し、該取得した画像特徴パラメータを所定の加工品品質検査モデルへ入力して、前記加工品の品質検査結果を得る、入力ユニットと、
    を含む、ことを特徴とする加工品検査装置。
  9. 所定の加工品品質検査モデルを取得するための取得ユニットをさらに備え、
    前記取得ユニットが、
    画像特徴パラメータと対応する重みパラメータを含む、最初の加工品品質検査モデルを構築するための、モデル構築サブユニットと、
    サンプル加工品の品質検査結果と、前記サンプル加工品にリングライトを照射して採取した画像に対して処理をして得たサンプル加工品の複数の画像領域の画像特徴パラメータと、を含む訓練データを取得するための、取得サブユニットと、
    前記訓練データを用いて前記最初の加工品品質検査モデルの訓練を行って、前記加工品品質検査モデルを得るための、訓練サブユニットと、
    を含む、ことを特徴とする請求項８に記載の加工品検査装置。
  10. コンピュータに、請求項１乃至７のうちのいずれか１項に記載の加工品検査方法を実行させるためのプログラム。
  11. 請求項１０に記載のプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
  12. コンピュータプログラムが記憶されているメモリと、
    前記メモリに接続されるプロセッサと、を含み、
    前記プロセッサは、前記コンピュータプログラムを実行することにより、請求項１乃至７のうちのいずれか１項に記載の加工品検査方法を実現するように構成される、加工品検査装置。
JP2021008499A 2020-01-23 2021-01-22 加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体 Pending JP2021118003A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010076946.1 2020-01-23
CN202010076946.1A CN113240618A (zh) 2020-01-23 2020-01-23 工件检测方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
JP2021118003A true JP2021118003A (ja) 2021-08-10

Family

ID=74572610

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021008499A Pending JP2021118003A (ja) 2020-01-23 2021-01-22 加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体

Country Status (3)

Country Link
EP (1) EP3855176A1 (ja)
JP (1) JP2021118003A (ja)
CN (1) CN113240618A (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09275272A (ja) * 1996-04-08 1997-10-21 Samsung Electron Co Ltd 相関神経回路網を利用した半田付け検査装置およびその方法
JP2006220648A (ja) * 2005-01-11 2006-08-24 Omron Corp 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP2006258796A (ja) * 2005-02-21 2006-09-28 Omron Corp 基板検査方法および装置、並びに、その検査ロジック設定方法および装置
US20060257015A1 (en) * 2005-03-17 2006-11-16 Omron Corporation Board inspection apparatus and method and apparatus for setting inspection logic thereof
JP2008209320A (ja) * 2007-02-27 2008-09-11 Omron Corp 検査パラメータ設定支援装置、その制御プログラムおよび制御方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5751910A (en) * 1995-05-22 1998-05-12 Eastman Kodak Company Neural network solder paste inspection system
CN104614385B (zh) * 2015-02-06 2017-04-19 中国科学院化学研究所 打印制版成像的微观质量检测方法
CN205226959U (zh) * 2015-12-08 2016-05-11 深圳市华周测控技术有限公司 环形线性光源结构
CN106127780B (zh) * 2016-06-28 2019-01-18 华南理工大学 一种曲面表面缺陷自动检测方法及其装置
CN108899341B (zh) * 2018-06-29 2021-01-12 武汉天马微电子有限公司 一种显示面板及显示装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09275272A (ja) * 1996-04-08 1997-10-21 Samsung Electron Co Ltd 相関神経回路網を利用した半田付け検査装置およびその方法
JP2006220648A (ja) * 2005-01-11 2006-08-24 Omron Corp 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP2006258796A (ja) * 2005-02-21 2006-09-28 Omron Corp 基板検査方法および装置、並びに、その検査ロジック設定方法および装置
US20060257015A1 (en) * 2005-03-17 2006-11-16 Omron Corporation Board inspection apparatus and method and apparatus for setting inspection logic thereof
JP2008209320A (ja) * 2007-02-27 2008-09-11 Omron Corp 検査パラメータ設定支援装置、その制御プログラムおよび制御方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
D.W. CAPSON ET AL.: "A tiered-color illumination approach for machine inspection of solder joints", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, vol. 10, no. 3, JPN6022000451, May 1988 (1988-05-01), pages 387 - 393, XP002243987, ISSN: 0004754183, DOI: 10.1109/34.3902 *
FUPEI WU ET AL.: "An AOI algorithm for PCB based on feature extraction", 2008 7TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION, JPN6022000449, 25 July 2008 (2008-07-25), CN, pages 240 - 247, ISSN: 0004754184 *

Also Published As

Publication number Publication date
EP3855176A1 (en) 2021-07-28
CN113240618A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
JP6758397B2 (ja) 欠陥検出システム及び方法
WO2020062470A1 (zh) 基于固态激光雷达成像对煤岩界面进行识别的装置及方法
JP2017049974A (ja) 識別器生成装置、良否判定方法、およびプログラム
JP2006292725A (ja) 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP2019050376A5 (ja)
WO2023273630A1 (zh) 矿料识别方法、分选设备及计算机可读存储介质
CN108709894B (zh) 芯片打线检测方法
CN1959740A (zh) 图像处理方法及装置、图像处理用程序及其存储介质
US6987894B2 (en) Appearance inspection apparatus and method in which plural threads are processed in parallel
CN108204979A (zh) 用于试纸检测设备中光源校准的方法和装置
WO2024041393A1 (zh) 缺陷检测方法、系统、装置、设备、存储介质和产品
US11562479B2 (en) Inspection apparatus, inspection method, and non-volatile storage medium
CN109767431A (zh) 零件外观缺陷检测方法、装置、设备及可读存储介质
JP2021118003A (ja) 加工品検査方法、装置、及びコンピュータが読み取り可能な記憶媒体
CN1320513C (zh) 图像处理设备，图像处理方法和车辆监控系统
CN114821346B (zh) 一种基于嵌入式平台的雷达图像智能识别方法和系统
CN1604126A (zh) 光导航传感器和采用二维顺序图像处理的图像处理方法
JP2021145557A (ja) 罹病木診断システム、罹病木診断方法、及び罹病木診断プログラム
US11276228B2 (en) 3D scanning with automatic selection of scan strategy
CN115346041A (zh) 基于深度学习的点位标注方法、装置、设备及存储介质
US20220269901A1 (en) Image processing method, apparatus, computer device and storage medium
JP4005228B2 (ja) 光学部材検査装置，画像処理装置，及び、コンピュータ可読媒体
KR102171773B1 (ko) 검사 영역 결정 방법 및 이를 이용하는 외관 검사 장치
US11393185B2 (en) Monitoring device
CN111832629A (zh) 一种基于FPGA的faster-RCNN目标检测方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210122

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211221

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220111

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220310

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220419