JP2733010B2

JP2733010B2 - トップの清潔度検査方法および装置

Info

Publication number: JP2733010B2
Application number: JP5269653A
Authority: JP
Inventors: 規之西
Original assignee: Kanebo Ltd
Current assignee: Kanebo Ltd
Priority date: 1993-10-01
Filing date: 1993-10-01
Publication date: 1998-03-30
Anticipated expiration: 2013-03-30
Also published as: JPH07103914A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、羊毛や綿などの天然繊
維のトップの清潔度をイメ−ジセンサを用いて自動的に
検査する方法および装置に関する。

【０００２】

【従来の技術】羊毛トップの清潔度はJIS L 1083の5.6
（ネップ数）、5.7 （植物質夾雑物数）等に規定される
方法に基づいて測定され、サンプリングしたトップの一
定重量あたりに含まれる項目別欠点（植物質夾雑物，バ
−等の植物系欠点、ネップ等の毛玉系欠点）の個数で表
示される。

【０００３】かかる検査の方法として従来、ギルボック
スで引き揃え、薄く拡げて形成したスライバを検査台上
に置き、下方からこれに透過光を照射して検査員が肉眼
でスライバに含まれるネップや夾雑物の数を計数する方
法、トップをイメ−ジセンサで撮像して得た画像信号か
ら欠点を検出，分類，計数する方法（特開平1-143943
号、特開平 4-34068号）等が知られている。

【０００４】後者のトップをイメージセンサで撮像して
得た画像信号から欠点を検出，分類，計数する方法につ
いてさらに詳しく説明すると、この方法はドラフト機構
によりトップをほぼ均一に拡げスライバ状にして送り出
し、このスライバを透過照明して得た画像を画像処理装
置に連続的に取り込み、光の透過量の差、並びに形状お
よび大きさについての特徴を基にトップ中に混入した欠
点を検出し、あらかじめ設定した各特徴量のしきい値、
またはファジィ推論を用いて欠点を分類し、計数すると
いうものである。また、この方法では欠点が光を透過し
にくいことに着目し、透過照明を用いていた。

【０００５】

【発明が解決しようとする課題】ところが、羊毛原料に
は、正常の色相とは異なる色相、例えば黒色の異常な繊
維（以下、「異常繊維」という。）が含まれていること
があり、また、原料を梱包するポリプロピレン製の袋や
紐の破片等の透光性を有するものが混入していることも
ある（以下、このものを「透光性混入物」という）。こ
れらは前記植物系欠点や毛玉系欠点とともにトップの清
潔度に大きな影響を与えるものである。

【０００６】しかるに、前述のイメ−ジセンサで撮像し
て得た画像信号から欠点を検出，分類，計数する方法は
透過照明よるため、以下の問題があった。

【０００７】即ち、前記異常繊維は植物系欠点や毛玉系
欠点と同様光を透過し難いが、これらに比べて極細であ
るため、透過照明により得られる同部の画像濃度レベル
が高い（濃度レベルが高いほど画像が明るい）ものとな
る一方、均一に拡げたトップには厚さむらがあり、この
厚さむらによりトップを透過する光量に差を生じるた
め、得られる画像濃度レベルに差を生じ、低い濃度部分
の濃度レベルが前記異常繊維のものと同程度となること
から、両者の区別がほとんど不可能となるのである。

【０００８】逆に、ポリプロピレン片や透明なプラスチ
ック等の透光性混入物は光を透過しやすいため、得られ
る画像濃度レベルがトップの平均的な画像濃度レベルと
ほぼ等しくなり、この場合もまた、両者の明確な区別が
不可能なのである。

【０００９】本発明は以上の実情に鑑みなされたもので
あって、トップの清潔度に大きな影響を与える異常繊維
および透光性混入物を高精度かつ安定的に検出できる方
法および装置の提供を目的とする。

【００１０】

【課題を解決するための手段】上記目的を達成するため
の請求項１の発明は、透過照明で照明したトップをイメ
ージセンサで撮像して画像信号を得る工程と、得られた
画像信号から当該トップ中に混在する毛玉系欠点、植物
系欠点を検出する第１検出工程と、第１検出工程と同一
部分を落射照明で照明したトップをイメージセンサで撮
像して画像信号を得る工程と、得られた画像信号を検出
対象別にあらかじめ設定したしきい値を基準に２値化す
る工程と、該２値画像から前記第１検出工程で検出され
た欠点画像部分を除去した２値画像を生成する工程と、
該２値画像を基に面積識別、細長度識別、並びに前記画
像信号を基に階調識別する工程とを順次実施して異常繊
維、透光性混入物を検出する第２検出工程を含むことを
要旨とする。また、請求項２の発明は、トップをほぼ均
一に拡げスライバ状にして送り出すドラフト機構及び上
下に並設した一対のガイドローラからなるドラフト搬送
装置と、前記ドラフト機構、ガイドローラ間に設けら
れ、搬送される前記スライバを上方より照明する照明装
置と、前記スライバを挟み前記照明装置に対向する位置
に配設され、スライバと色相及び明度の近似した色彩を
付した板状物であって前記照明装置からの光を反射する
照明反射板と、前記スライバの上方に配設され搬送され
るスライバを撮像するイメージセンサと、前記イメージ
センサからの画像信号を処理する画像処理装置とを備え
たことを要旨とする。

【００１１】

【作用】以下、本発明の作用について説明する。トップ
をドラフト機構でドラフトし、均一度高く薄く拡げて搬
送する。これを照明反射板上で上方から均一に照明する
と、イメ−ジセンサにはスライバによって反射された光
と，照明反射板で反射され下方よりスライバを透過した
光が撮像される。光を透過しやすいスライバの薄い部分
ではスライバで反射される光は少ないが照明反射板で反
射される光が多くなり、一方、光を透過しにくいスライ
バの厚い部分ではスライバで反射される光は多いが照明
反射板からの反射光は少なくなるため、スライバの厚さ
むらに関係なくほぼ濃度レベルの等しい画像が得られ
る。さらに、照明反射板は測定するスライバに色相，明
度が近いほうが好ましい。反射率がスライバと同程度に
なるため、より濃度レベルの均一度の高い画像が得られ
るからである。

【００１２】異常繊維，濃色の植物系欠点，スライバの
凹凸により発生する影などのノイズはスライバ部分より
暗い部分としてイメ−ジセンサに撮像されるので、あら
かじめ設定したしきい値を基準に２値化することによ
り、異常繊維，濃色の植物系欠点，ノイズの部分を抽出
する。抽出された各部分について面積，濃度レベルの平
均値である階調値，細長さを定量化する細長度を計算す
る。この各特徴量についてあらかじめ設定したしきい値
を基準に異常繊維の条件に合わない濃色の植物系欠点、
スライバの凹凸により発生する影などのノイズを除去
し、トップ中に混入する異常繊維の計数を行う。

【００１３】また、スライバより光を反射するポリプロ
ピレン片などの透光性混入物，白色の植物系欠点，スラ
イバの凹凸により発生する高輝度部分などのノイズはス
ライバ部分より明るい部分としてイメ−ジセンサに撮像
されるので、あらかじめ設定したしきい値を基準に２値
化することにより、透光性混入物の部分を抽出する。抽
出された各部分について面積，濃度レベルの平均値であ
る階調値を計算する。この各特徴量についてあらかじめ
設定したしきい値により、透光性混入物の条件に合わな
い白色の植物系欠点，スライバの凹凸により発生する高
輝度部分などのノイズを除去し、透光性混入物の計数を
行う。

【００１４】

【実施例】以下、本発明の１実施例を添付図面に基づい
て説明する。図１は本発明の実施例の概略を示す説明図
である。同図に示すように、この装置は、トップ供給機
構（１）と、振動付与機構（２），ドラフト機構（３
ａ）及びガイドロ−ラ（３ｂ）（３ｂ）からなるドラフ
ト搬送機構（３）と、透過照明装置（４ａ），落射照明
装置（４ｂ），照明反射板（５）と、イメ−ジセンサ
（６ａ）（６ｂ）と、静電気除去装置（７）と、画像処
理装置（８）と、操作タ−ミナル（９）とからなる装置
である。

【００１５】前記トップ供給機構（１）は水平に並設し
た２個１対のロ−ラ（１０ａ）（１０ｂ）と、このロ−
ラ（１０ａ）（１０ｂ）を矢示Ａ方向に回転させる駆動
部（図示せず）とからなるものであり、ロ−ラ（１０
ａ）（１０ｂ）上に玉巻き状トップ（１１）を載置し、
ロ−ラ（１０ａ）（１０ｂ）を矢示Ａ方向に回転させる
ことによって玉巻き状のトップ（１１）を解舒する。ま
た、この玉巻き状トップ（１１）を解舒する速度は後述
のドラフト機構（３ａ）に送り込まれるトップ（１４）
の速度と一致している。

【００１６】尚、前記玉巻き状トップ（１１）とは、軸
棒にロ−プ状の繊維束を螺旋状に巻き付けて円筒状に形
成したものをいう。

【００１７】かくして、図２に示す如く、玉巻き状トッ
プ（１１）は外周方向に解舒されるのでトップに撚りが
付与されるのを防止することができる。

【００１８】前記振動付与機構（２）は、図３に示すよ
うに、第１軸（１２ａ）およびこの第１軸の端部に、こ
れに対し直角に固着した第２軸（１２ｂ）からなるＬ字
状の駆動子（１２）と、この駆動子（１２ｂ）を矢示Ｂ
方向に回転させる駆動モ−タ（１３）とから構成される
ものである。そして、この振動付与機構（２）を前記ト
ップ供給機構（１）と前記ドラフト機構（３ａ）との間
に配設している。かくして図３に示す如く、前記駆動子
（１２ｂ）の回転途中で、前記トップ供給機構（１）か
ら前記ドラフト機構（３ａ）に供給されるトップ（１
４）に第１軸（１２ａ）が接触し、トップ（１４）は矢
示Ｃ方向に振動せしめられる。この振動によって、トッ
プに付与された撚りが解れる。

【００１９】前記ドラフト搬送機構（３）は図１に示す
ように、ドラフト機構（３ａ）及び上下に並設した２個
１対のガイドロ−ラ（３ｂ）（３ｂ）からなる。そし
て、このドラフト機構（３ａ）は、繊維束状のトップを
薄く均一に拡げスライバ状にして連続的に送り出せるも
のであれば、どのような機構のものでもよいが、一般的
にはギル機構が好適である。

【００２０】前記透過照明装置（４ａ）は前記ドラフト
機構（３ａ）とガイドロ−ラ（３ｂ）（３ｂ）との間の
第１検査エリア（２８）の下側に設置され、搬送される
スライバを透過照明するものであり、照明面が一定の照
度で均一なものであればどのようなものでもよい。落射
照明装置（４ｂ）は、前記ドラフト機構（３ａ）とガイ
ドロ−ラ（３ｂ）との間の第２検査エリア（２９）の上
方に設置され、搬送されるスライバを上方よりほぼ均一
に照明するものである。照明反射板（５）は前記第２検
査エリア（２９）の下側に設置されたスライバと色相，
明度のほぼ等しい不透明の金属プレ−トである。照明反
射板の材質は光を透過しないものであれば、特に限定し
ない。

【００２１】前記イメ−ジセンサ（６ａ），（６ｂ）は
公知のＣＣＤシャッタカメラであり、前記透過照明装置
（４ａ），落射照明装置（４ｂ）の上方それぞれ設置さ
れる。

【００２２】前記静電気除去装置（７）はガイドロ−ラ
（３ｂ）（３ｂ）に対向するように取り付けられた棒体
であり、この棒体に高電圧を印加して針先端よりコロナ
放電を行わせ、周囲の空気をイオン化して帯電体の電荷
を非接触で除去するものである。

【００２３】前記画像処理装置（８）はイメ−ジセンサ
（６ａ），（６ｂ）により撮像されたスライバの画像を
取り込み、所定の特徴量の抽出処理を行い、この抽出デ
−タに基づきトップに含まれている欠点の検出を行い、
その結果をプリンタ等に出力するものである。

【００２４】図４は画像処理装置（８）のより詳細な構
成を例示している。同図に示す如く、画像処理装置
（８）は画像入力部（１５），フレ−ムメモリ（１
６），デ−タ処理部（１７），メモリ（１８），外部記
憶装置（１９）および試験成績表印字機構（２０）とか
らなる。さらに、デ−タ処理部（１７）は植物系・毛玉
系欠点検出部（１７ａ），植物系・毛玉系欠点分類部
（１７ｂ），異常繊維検出部（１７ｃ），透光性混入物
検出部（１７ｄ）より構成されている。

【００２５】前記清潔度検査装置の処理フロ−を図５に
示す。まず、第１検査エリアで透過照明されたスライバ
の画像を第１濃淡画像として画像処理装置に入力し、あ
らかじめ設定した植物系・毛玉系欠点検出用のしきい値
を基準に２値化する。スライバに含まれる欠点の個々の
領域の特徴を捕らえるための前処理としてラベリングを
行う。ラベリング処理後の画像と第１濃淡画像を基に個
々の領域について植物系・毛玉系欠点分類のための特徴
量の演算処理を行い、その結果をメモリに記憶する。

【００２６】次に、第２検査エリアで上方より照明され
たスライバの画像を第２濃淡画像として画像処理装置に
入力し、異常繊維検出用のしきい値を基準に２値化す
る。ラベリング処理実施後、異常繊維判別のための特徴
量の演算処理を行い、その結果に基づき異常繊維の判別
処理を行い、異常繊維の有無を検出する。

【００２７】次に、第２濃淡画像を透光性混入物検出用
のしきい値を基準に２値化し、ラベリング処理後、透光
性混入物判別のための特徴量の演算処理を行う。その結
果に基づき透光性混入物の判別処理を行い、透光性混入
物の有無を検出する。

【００２８】以上の処理を設定回数実行後、蓄積した植
物系・毛玉系欠点の特徴量を基に清潔度分類処理を行
う。なお、本実施例では処理時間の短縮のため、測定中
に欠点の特徴量を記憶し、測定後に清潔度分類処理を行
っている。

【００２９】異常繊維が黒色の繊維である場合，透光性
混入物がポリプロピレン片である場合を例に、異常繊
維，透光性混入物を検出する処理について以下に述べ
る。

【００３０】図６は第２検査エリアにおいてイメ−ジセ
ンサ（６ｂ）により撮像される画像を示しており、落射
照明（４ｂ）および照明反射板（５）による照明によ
り、スライバ中の黒色繊維（２１），植物系欠点（２
２）は細長く黒い輪郭として、ポリプロピレン片（２
３）はスライバより光を反射しやすいため、白い輪郭と
してイメ−ジセンサ（６ｂ）に補足される。上方より均
一に照明し、かつ背景にスライバと色相・明度が近いの
照明反射板を設置しているため、スライバに厚さむらが
存在してもスライバ部分はほぼ一定の濃度レベルとな
り、黒色繊維部分との差が明確な画像になる。この画像
は画像処理装置（８）に送られ、１画素に濃度を持った
形での多値画像デ−タとして画像処理装置（８）のフレ
−ムメモリに取り込まれ、原画像デ−タとして記憶され
る。

【００３１】まず、前記原画像デ−タから黒色繊維を検
出する処理を以下に述べる。黒色繊維部分はスライバ部
分より濃度レベルが低いため、２値化処理により黒色繊
維を抽出できる。

【００３２】しかし、天然繊維であるためスライバ表面
には凹凸が存在し、上方からの照明により影が発生す
る。凹凸の形状，方向によっては暗い影となって、その
部分の濃度レベルがしきい値より低くなることもある。
本実施例では、２値化により影の部分を抽出することを
抑えるため、黒色繊維の部分は影の部分に比べ濃度レベ
ルが急激に変化するという特徴に着目し、前記原画像デ
−タに対して黒色繊維部分とスライバの凹凸による影の
部分の濃淡レベルの変化の差をより強調する微分処理を
行っている。図７は微分処理の内容を示しており、画像
デ−タを水平方向に順次走査し、各画素の濃淡レベルと
２画素分隔たった位置の画素の濃淡レベルとの差分値を
その画素の値とする処理である。本実施例では２画素分
隔たった位置の画素の濃淡レベルとの差分をとっている
が、黒色繊維部分の濃度レベルの変化がより緩やかな場
合は２画素以上隔たった画素との差分をとり、変化がよ
り急激な場合には１画素隔たった画素との差分をとるの
がよい。なお、スライバの凹凸による影の発生が少ない
場合には、微分処理を行わなくてもよい。この微分処理
後の画像デ−タをあらかじめ設定した黒色繊維検出用し
きい値で２値化し、黒色繊維、黒色の植物系欠点の部分
のように濃淡レベルの変化の大きい部分を抽出し、図８
に示すような２値化画像を作成する。

【００３３】この２値化画像に対してスライバの抽出し
た領域の特徴を捕らえるための前処理、すなわちラベリ
ングを行い、図９に示すような番号付けを行う。番号付
けされた個々の領域について面積値、細長度および階調
値の演算処理を行い、その結果をメモリ（１８）に格納
する。面積値、細長度および階調値は以下の式によって
求められる。面積値＝（１画素の面積）×（画素総数）細長度＝（１画素の面積）×（画素総数）／〔（Ｘ軸へ
の射影長さ）²＋（Ｙ軸への射影長さ）²〕階調値＝ΣＸｉ／ｎ尚、画素総数をｎ、画素ｉの濃度レベルをＸｉとする。

【００３４】図１０は黒色繊維の分類処理のフロ−図で
ある。まず、あらかじめ設定した黒色繊維の面積値の下
限値より面積値の小さな領域をノイズとして除去する。
ついで、黒色繊維の形状は細長いという特徴に着目し、
細長度があらかじめ設定したしきい値より小さい領域を
スライバの凹凸による影の部分として除去する。つい
で、黒色繊維は黒色の植物系欠点より階調値が大きいこ
とから階調値があらかじめ設定した範囲内の領域のみを
黒色繊維として分類する。

【００３５】次に前記原画像デ−タからポリプロピレン
片を検出する処理を以下に述べる。まず、ポリプロピレ
ン片は落射照明によりスライバよりも明るく撮像される
という特徴に着目し、前記原画像デ−タをポリプロピレ
ン片検出用しきい値で２値化し、しきい値より濃淡レベ
ルの大きい部分を抽出した２値化画像を作成する。

【００３６】この２値化画像に対してスライバの抽出し
た領域の特徴を捕らえるための前処理、すなわちラベリ
ングを行う。番号付けされた個々の領域について前記面
積値、階調値の演算処理を行い、その結果をメモリ（１
８）に格納する。

【００３７】図１１はポリプロピレン片の分類処理のフ
ロ−図である。まず、あらかじめ設定したポリプロピレ
ン片の面積値の下限値より面積値の小さな領域をノイズ
として除去し、ポリプロピレン片は白色の植物系欠点よ
り階調値が小さいことから階調値があらかじめ設定した
範囲内の領域のみをポリプロピレン片として分類する。

【００３８】また本実施例の構成によれば、後述する植
物系・毛玉系欠点の検出がポリプロピレン片の検出を行
う第２検査エリア（２９）よりも上流の第１検査エリア
（２８）で行われるので、例え植物系欠点がポリプロピ
レン片と同等の階調値をもつ場合であっても、第１検査
エリア（２８）で検出した植物系欠点の位置から、第２
検査エリア（２９）でポリプロピレン片として検出した
データをキャンセルすることにより誤判定を防止するこ
とができる。

【００３９】次に植物系欠点、毛玉系欠点を検出する処
理について述べる。図１２はイメ−ジセンサ（６ａ）に
より撮像される画像を示しており、透過照明装置（４
ａ）からの透過光によりスライバ中の不純物および欠点
はその種類に応じて濃淡のある黒い輪郭となってイメ−
ジセンサ（６ａ）に補足され、１画素に濃度を持った形
での多値画像デ−タとして画像処理装置（８）のフレ−
ムメモリに取り込まれる。ついで、デ−タ処理部（１
７）はあらかじめ設定された２値化レベルにより２値化
を行い、図１３に示すような２値化画像を作成する。し
たがって、スライバの厚さが変動すると、スライバの厚
い部分は光の透過量が少なくなるため、欠点の存在しな
い部分も２値化により欠点らしきものとして検出されて
しまう。このことを考慮し、以下のように処理する。

【００４０】ついで、前記２値化画像に対してスライバ
の不純物・欠点の個々の領域の特徴を捕らえるための前
処理、すなわちラベリングを行う。番号付けされた個々
の領域について特徴量の演算処理を行い、その結果をメ
モリ（１８）に格納する。この特徴量に基づき清潔度の
分類を行うのである。

【００４１】図１４は植物系・毛玉系欠点の識別操作を
示しており、特徴量をメモリ（１８）から読み込み、欠
点分類を行い、欠点分類処理後、その結果を成績表に印
字する。一方、欠点分類処理が終了していない場合は、
再びもとの特徴量の読み込みを行い、以下同様にして清
潔度分類処理を行う。

【００４２】前記植物系・毛玉系欠点の分類処理は、図
１５に示すように、メモリ（１８）に格納されている特
徴量を用いて欠点の項目別分類を行うものである。

【００４３】分類の第１段階は、ネップ（大），ネップ
（中），ネップ（小）および円形バ−といった毛玉系欠
点と夾雑物（大），夾雑物（小）およびバ−といった植
物系欠点とを識別するものである。これには、特徴量と
して円形度と細長度を使用する。すなわち、図１６
（Ａ）および（Ｂ）に示すように、毛玉系欠点（２４）
は形状が円形に近いという特徴と植物系欠点（２５）は
形状が細長いという特徴に着目し、円形度と細長度によ
って毛玉系欠点と植物系欠点を識別するものである。

【００４４】円形度は次式によって求められ、これをあ
らかじめ設定した基準値と比較して分類する。円形度＝４π×（１画素の面積）×（画素総数）／（周
囲長）²

【００４５】ネップ（大），ネップ（中）およびネップ
（小）と円形バ−との識別はこれらの間では光の透過量
が異なるということを利用して階調識別および分散識別
により行う。すなわち、次式により階調、分散が求めら
れ、これをあらかじめ設定した基準値と比較して分類す
る。

【００４６】尚、分散をσ²、画素総数をｎ、画素ｉの
濃度レベルをＸｉとする。 σ²＝（１／ｎ）ΣＸｉ²− Ｘ_m ²

【００４７】しかし、スライバの厚さが変動すると、ス
ライバの厚い部分に欠点が存在した場合、光の透過量が
欠点自体の透過量より少なくなってしまうため、正確に
分類することができない。本発明では、トップ供給機構
（１）と振動付与機構（２）により、トップがねじれた
状態でドラフトされることを防止し、スライバの厚さ変
動を抑えている。

【００４８】毛玉系欠点はその大きさに応じてネップ
（大）、ネップ（中）、ネップ（小）に分類される。し
たがって、面積によりその分類を行う。得られた面積値
をあらかじめ設定した基準値と比較して大きいものから
順にネップ（大），ネップ（中），ネップ（小）と分類
する。

【００４９】また、植物系欠点はその形状識別にて夾雑
物（大）、夾雑物（小）とバ−とに分類される。すなわ
ち、形状値は次式によって求められる。形状値＝（周囲長）／〔（Ｘ軸への射影長さ）²＋（Ｙ
軸への射影長さ）²〕^1/2 図１７は夾雑物欠点（２６）を示しており、このものは
周囲長が約57で、かつＸ軸への射影長さｅが20、Ｙ軸へ
の射影長さｆが20とすると、形状値は上記式から57／
（20²＋20²）^1/2により、約２となる。一方、図１８
はバ−の欠点（２７）を示しており、このものは周囲長
が約97で、かつＸ軸への射影長さｅが20、Ｙ軸への射影
長さｆが15とすると、形状値は上記式から97／（20²＋
15²）^1/2により約４となる。したがって、これらの数
値をあらかじめ設定した基準値と比較して夾雑物とバ−
とを識別分類する。前記円形バ−は、最終的にバ−の分
類に加えられる。

【００５０】夾雑物（大）と夾雑物（小）とは測長識別
によって分類される。測長値は次式によって求められ
る。測長値＝〔（Ｘ軸への射影長さ）²＋（Ｙ軸への射影長
さ）²〕^1/2 ちなみに、図１７に示す夾雑物（小）の欠点（２６）で
は、測長値は上記式から（20²＋20²）^1/2により約28
となる。これを基準値と比較して識別分類する。

【００５１】これらの各分類結果から、清潔度の格付け
処理が行われ、トップの品質基準とされる。この品質基
準は後工程である糸加工における加工デ−タ、トップ生
産工程における機台調整デ−タとして活用される。

【００５２】なお、この植物系・毛玉系欠点の分類処理
はファジィ推論によっても行うことができ、つぎにこの
ファジィ推論による方法について説明する。まず、欠点
の特徴量、すなわち円形度，細長度，面積値，形状値，
階調値，分散値等に対して、それぞれ「大きい」，「中
ぐらい」，「小さい」というような言語に対する範囲、
および各欠点である可能性が「高い」，「普通」，「低
い」というような言語に対する範囲をメンバ−シップ関
数を定義することにより設定する。この定義は、例えば
熟練者の判断に基づいて設定すればよい。つぎに、上記
「大きい」，「小さい」等の言語に対する範囲を用い、
特徴量の範囲の組み合わせと特定の欠点である可能性と
の関係、すなわち「〜が〜ならば」という条件部と「〜
の可能性が〜」という結論部の関係を表すファジィル−
ルを定義する。下表に示す表１はこれらメンバ−シップ
関数とファジィル−ルの定義を表すもので、例えば円形
度が大きく、細長度が大きく、面積値が大きく、階調値
が中以上であれば、当該欠点はネップ（大）である可能
性が高く、ネップ（小）およびノイズである可能性は低
い。この欠点がネップ（中），バ−，夾雑物（大）であ
る可能性は高くも低くもなく「普通」である。このよう
に、同表の左欄の条件部に対し右欄の結論部が得られ
る。

【００５３】

【表１】

【００５４】つぎに、上記メンバシップ関数とファジィ
ル−ルを用いてファジィ推論を行う手順について述べれ
ば、まず１つの欠点の各特徴量に対して、入力デ−タを
換算した後、上記「大きい」，「中ぐらい」，「小さ
い」等の言語に対する適合度をメンバシップ関数より求
める。欠点の特徴量のうち「円形度」は対象となる形状
が円に近いほど１に近づくもので、前述のごとく毛玉系
欠点は植物系欠点に比べ形状が円形に近いことから両欠
点の差異を円形度で表すことができる。この円形度の範
囲は０〜１であり、この範囲を０〜 100（％）に換算す
る。「細長度」は対象となる形が細長いほど０に近づく
もので、植物系欠点は毛玉系欠点に比べ形状が細長いこ
とから両者の差異を表すことができる。この細長度の範
囲は０〜0.5 であり、これを０〜 100（％）に換算す
る。「階調値」は対象の濃度の平均値であり、毛玉系欠
点は植物系に比べ光の透過量が多く、濃度レベルの高い
画像となる。階調値の範囲は145 〜170 であり、同様に
０〜 100（％）に換算する。「分散値」は対象の濃度の
ばらつきを表し、植物とスライバの光の透過量が異なる
ため、濃度レベルの分散の大きさからバ−にスライバが
からみついている場合等におけるバ−の分類精度を上げ
ることができる。分散値の範囲は０〜25であり、同様に
０〜 100（％）に換算する。「形状値」は対象形状が複
雑になるほど大きな値となるもので、バ−は夾雑物
（小），夾雑物（大）に比べ形状が複雑であるため、こ
れを用いてバ−と夾雑物（小），夾雑物（大）との差異
を表すことができる。形状値の範囲は０〜５であり、同
様に０〜 100（％）に換算する。「面積値」は対象の面
積であり、ネップ（小），ネップ（中），ネップ（大）
は大きさで分類されるので、面積値でこれらの差異を表
すことができる。面積値の範囲は０〜 500であり、同様
に０〜 100（％）に換算する。「測長値」は対象の長さ
であり、夾雑物（大）（10mm以上）と夾雑物（小）（ 3
mm以上、10mm未満）を分類することができる。測長値の
範囲は０〜10であり、０〜 100（％）に換算する。

【００５５】図１９乃至図２５はそれぞれ「円形度」，
「細長度」，「面積値」，「形状値」，「階調値」，
「測長値」，「分散値」のメンバ−シップ関数（ＭＦ）
を図示したもので、図中のラベルで「ＰＳ」は「小さ
い」を、「ＰＢ」は「大きい」を、「ＶＳ」は「とても
小」を、「ＶＢ」は「とても大」をそれぞれ表す。「階
調値」における「ＰＭ＜」は「中以上」を表す。

【００５６】また、図２６乃至図３３は欠点である「ネ
ップ（大）」，「ネップ（中）」，「ネップ（小）」，
「ノイズ（毛玉系）」，「バ−」，「夾雑物（大）」，
「夾雑物（小）」，「ノイズ（植物系）」のメンバ−シ
ップ関数を図示したもので、可能性を表すラベル「Ｐ
Ｓ」は「低い」を、「ＰＭ」は「普通」を、「ＰＢ」は
「高い」を表す。

【００５７】画像処理信号から上記「円形度」等の入力
デ−タを得たら、上記入力デ−タの換算値を用いて各入
力値における「大きい」，「中ぐらい」，「小さい」等
の言語に対する適合度を算出する。例えば、ある欠点
（夾雑物（大））の入力デ−タ中「測長値」の入力値が
9.54、その換算値が95.4の場合は、測長値のメンバ−シ
ップ関数を表す図３４に示すように折れ線ＰＢ，ＰＭ，
ＰＳに対する95.4の縦線の交点の縦座標から、「大き
い」に対する適合度が8.11、「中ぐらい」が0.73、「小
さい」が０（ＰＳの交点はない）が求められる。同様に
して他の特徴量の適合度を求めることができる。例え
ば、測長値が上記のように9.54、円形度0.24、細長度0.
09、面積値326.00、形状値2.19、階調値135.10の欠点に
ついて各言語に対する適合度を求めた例を下表、表２に
示す。

【００５８】

【表２】

【００５９】つぎに、上記のようにして得られた特徴量
の言語に対する適合度を用いて各ル−ルに対する適合度
を求める。例えば、第１表におけるル−ルNo.11 に対す
る適合度は下表、表３に示す通りである。すなわち、こ
の表に示すように、ル−ルの結論部（第１結論から第７
結論）の適合度を条件部（左欄）における適合度の最小
値とする。この場合6.24である。

【００６０】

【表３】

【００６１】全ル−ルの適合度を上記のようにして求め
たら、この適合度を用いて該当する結論部のメンバ−シ
ップ関数の「あたま切り演算（min 演算）」を行い、し
かるのち各欠点についてその可能性が「高い」，「普
通」，「低い」等の重ね合わせ演算（max 演算）を行
う。例えば、第５結論の欠点「夾雑物（大）」について
みると、上記全ル−ルの結論部の適合度、演算結果か
ら、ＰＢはル−ルNo.11 の適合度6.24により、ＰＭはル
−ルNo.12 の適合度0.73により、ＰＳはル−ルNo.10の
適合度4.76によりそれぞれあたま切りされ、これらを合
成すると図３５（ａ）のようになる。同様に欠点「夾雑
物」については同図（ｂ）、欠点「植物系ノイズ」につ
いては同図（ｃ）に示すようになる。

【００６２】このような重ね合わせ（max 演算）を行っ
たら、得られたメンバ−シップ関数を用いて確定値演算
を行って、欠点の可能性の確定値を算出する。この演算
法としては、「重心法」，「中央法」，「高さ法」，
「面積法」等があり、これらのうちの１つ以上を用いて
演算を行う。前記「夾雑物（大）」，「夾雑物
（小）」，「植物系ノイズ」の可能性出力値（確定値）
を重心法で求めると、「夾雑物（大）」は53.4、「夾雑
物（小）」は38.6、「植物系ノイズ」は30.5となる。し
たがって、この欠点は「夾雑物（大）」であると結論さ
れる。確定値演算の結果、２つの欠点について等しい値
が得られた場合は、異なる３つの方法で確定値を求め、
多数決で決定すればよい。以上に述べたファジィ推論を
用いる分類法で実際にトップの清潔度検査を行った結果
を下表、表４に示す。同表には従来の方法による検査結
果が併記されている。同表からわかるとおり、欠点検出
率では大差ないが、欠点識別率ではファジィ推論法によ
り正答率が大幅に改善されている。

【００６３】

【表４】

【００６４】図３６は上記と同様な処理を綿スライバに
ついて行う場合のフロ−チャ−トであり、分散識別で欠
点とノイズとを分類したのち、欠点について階調比識別
を行う。階調比識別は２値化で検出されたエリアの周囲
に着目し、これと階調値を比較するもので、階調比の大
きいものはノイズ、小さいものは植物系の混入物、中位
のものは毛玉系の欠点である。

【００６５】綿スライバの欠点は、カス（植物系）の
大，中，小、ネップ（毛玉系）の大，中，小の６種類程
度に分類されるが、カスとネップに形状的な相違がほと
んどなく、羊毛に比べカスとネップの大きさの違いがな
い。このため、前記羊毛トップ清潔度の分類法ではカス
とネップの誤識別が多い。

【００６６】これを解決するためには、上記のごとく階
調比識別を導入するのが効果的である。すなわち、毛玉
系欠点は繊維が絡み合ったものであるため、欠点周囲か
ら欠点部への濃淡レベルの変化は、植物系欠点ほど急で
はない。例えば、図３７の画像において、Ａで示すライ
ン上の画素の濃淡レベルの分布を示すと、毛玉系欠点の
場合は図３８、植物系欠点の場合は図３９のようにな
る。同図から、階調値＝（斜線部分の濃淡レベルの総和）／（斜線部分
の画素数）階調比＝（階調値）／〔（点々部分の濃淡レベルの総
和）／（点々部分の画素数）〕

【００６７】ここに〔〕内の値が欠点周囲部分の階調
値を表す。上式で明らかなごとく、階調比は欠点部と周
囲の階調値の差が小さいほど１に近づくので、毛玉系欠
点の階調比は、植物系欠点より大きい値となる。このよ
うにして、両者を識別することができるのである。この
階調比についても、適当なメンバ−シップ関数を定めて
ファジィ推論を行えば、より正確に毛玉系と植物系の欠
点を分類できる。

【００６８】

【発明の効果】以上のように、本発明にかかるトップ清
潔度検査装置および検査方法によれば、羊毛や綿などの
天然繊維の清潔度検査において、植物系欠点や毛玉系欠
点に加え、異常繊維や透光性混入物の混入の自動検査が
可能となった。

【図面の簡単な説明】

【図１】本発明の実施例の構成を示す説明図である。

【図２】トップ供給についての説明図である。

【図３】振動付与機構の実施例を示す説明図である。

【図４】画像処理装置の構成を示す説明図である。

【図５】清潔度検査処理の流れを示すフロ−チャ−トで
ある。

【図６】黒色繊維、ポリプロピレン片検出の画像処理方
法の説明図である。

【図７】黒色繊維、ポリプロピレン片検出の画像処理方
法の説明図である。

【図８】黒色繊維、ポリプロピレン片検出の画像処理方
法の説明図である。

【図９】黒色繊維、ポリプロピレン片検出の画像処理方
法の説明図である。

【図１０】黒色繊維分類の流れを示すフロ−チャ−トで
ある。

【図１１】ポリプロピレン片分類の流れを示すフロ−チ
ャ−トである。

【図１２】植物系欠点、毛玉系欠点検出の画像処理方法
の説明図である。

【図１３】植物系欠点、毛玉系欠点検出の画像処理方法
の説明図である。

【図１４】植物系・毛玉系欠点の識別操作の流れを示す
フロ−チャ−トである。

【図１５】植物系・毛玉系欠点分類の流れを示すフロ−
チャ−トである。

【図１６】特徴量の測定方法を説明するための各欠点の
説明図である。

【図１７】特徴量の測定方法を説明するための各欠点の
説明図である。

【図１８】特徴量の測定方法を説明するための各欠点の
説明図である。

【図１９】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２０】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２１】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２２】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２３】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２４】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２５】各特徴量のメンバ−シップ関数を表すグラフ
である。

【図２６】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図２７】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図２８】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図２９】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図３０】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図３１】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図３２】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図３３】各欠点のメンバ−シップ関数を表すグラフで
ある。

【図３４】特徴量に対する適合度の求め方の説明図であ
る。

【図３５】重ね合わせ法の説明図である。

【図３６】綿スライバの欠点分類の流れを示すフロ−チ
ャ−トである。

【図３７】階調比での欠点分類を説明するための説明図
である。

【図３８】階調比での欠点分類を説明するための説明図
である。

【図３９】階調比での欠点分類を説明するための説明図
である。

【符号の説明】

１トップ供給機構２振動付与機構３ドラフト搬送装置４ａ透過照明装置４ｂ落射照明装置５照明反射板６ａイメ−ジセンサ６ｂイメ−ジセンサ７静電気除去装置８画像処理装置９操作タ−ミナル１０ａトップ供給用ロ−ラ１０ｂトップ供給用ロ−ラ１１トップ１２ａ振動付与機構駆動子１２ｂ振動付与機構第１軸１３振動付与機構駆動モ−タ１４トップ１５画像入力部１６フレ−ムメモリ１７デ−タ処理部１８メモリ１９外部記憶装置２０試験成績表印刷機構２１黒色繊維２２植物系欠点２３ポリプロピレン片２４毛玉系欠点２５植物系欠点２６夾雑物２７バ− ２８第１検査エリア２９第２検査エリア

Claims

(57)【特許請求の範囲】

【請求項１】透過照明で照明したトップをイメージセ
ンサで撮像して画像信号を得る工程と、得られた画像信
号から当該トップ中に混在する毛玉系欠点、植物系欠点
を検出する第１検出工程と、第１検出工程と同一部分を
落射照明で照明したトップをイメージセンサで撮像して
画像信号を得る工程と、得られた画像信号を検出対象別
にあらかじめ設定したしきい値を基準に２値化する工程
と、該２値画像から前記第１検出工程で検出された欠点
画像部分を除去した２値画像を生成する工程と、該２値
画像を基に面積識別、細長度識別、並びに前記画像信号
を基に階調識別する工程とを順次実施して異常繊維、透
光性混入物を検出する第２検出工程を含むトップの清潔
度検査方法。
【請求項２】トップをほぼ均一に拡げスライバ状にし
て送り出すドラフト機構及び上下に並設した一対のガイ
ドローラからなるドラフト搬送装置と、前記ドラフト機
構、ガイドローラ間に設けられ、搬送される前記スライ
バを上方より照明する照明装置と、前記スライバを挟み
前記照明装置に対向する位置に配設され、スライバと色
相及び明度の近似した色彩を付した板状物であって前記
照明装置からの光を反射する照明反射板と、前記スライ
バの上方に配設され搬送されるスライバを撮像するイメ
ージセンサと、前記イメージセンサからの画像信号を処
理する画像処理装置とを備えてなるトップの清潔度検査
装置。