JP3206675B2 - 画像処理方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、対象物を撮像して画像
処理し、この画像処理された対象物の画像を構成する画
素に基づいて該対象物の面積および周囲長を算出してそ
の形状を認識する画像処理方法に関する。

【０００２】

【従来の技術】自動車等の車両においては、車体に対す
る塗装完了後に塗装面の表面状態が検査される。即ち、
上記塗装面における塗装欠陥の有無が検出されることに
なるのであるが、該塗装面を始めとする各種の被検査面
の表面状態を検査する場合に、該被検査面を画像処理
し、この画像から被検査面の表面状態を検査する技術が
知られている。例えば特開昭６２−２３３７１０号公報
によれば、被検査面にレーザスリット光を投射して、そ
の反射光をスクリーン上に投影させ、その投影像から被
検査面の表面欠陥を検出する技術が開示されている。

【０００３】

【発明が解決しようとする課題】ところで、上記のよう
に被検査面としての塗装面を画像処理し、この画像に基
づいて塗装欠陥を検出した場合には、その欠陥の大き
さ、形状等に応じてその周囲を研磨し、欠陥部位が補修
されることになるのであるが、欠陥部位を研磨する場合
には、欠陥の大きさ、形状等を的確に検出することによ
り研磨範囲が決定される。

【０００４】この場合、上記のように画像処理された欠
陥部の画像から該欠陥部の大きさ、形状等を認識する方
法の１つに、欠陥部の画像を構成する画素に基づいて該
欠陥の面積および周囲長を算出し、この算出値により欠
陥の円形度合いを求める方法がある。そして、この欠陥
の円形度合いに応じて研磨範囲が決定され、該欠陥の周
囲が研磨されることになるのであるが、実際の欠陥形状
が矩形もしくは真円形に近い整った形状であれば、その
形状に比較的忠実に欠陥画像が作成されることになり、
実際の欠陥形状に合致した円形度合いが求められること
になって、その後における研磨範囲が適切に決定される
ことになる。しかしながら、図１５に示すように、実際
の欠陥（イ）の形状がイビツな場合には、その欠陥の画
像（ロ）が複数の画素（ハ）…（ハ）により構成される
関係上、該欠陥の画像（ロ）と実際の欠陥（イ）の形状
とがかけ離れた状態となり、実際の欠陥形状を画像
（ロ）より認識する場合の認識精度が低下すると共に、
実際の欠陥形状に合致した円形度合いを求めることが困
難となって、その後における研磨範囲を適切に設定する
ことができず、研磨不足や必要以上に研磨されるという
不具合が発生することになる。

【０００５】また、実際の欠陥が微少であって、欠陥部
の画像を構成する画素数が極端に少ない場合において
も、欠陥部の画像が実際の欠陥形状とはかけ離れた形状
に画像処理され、この場合にも上記と同様に、実際の欠
陥形状を画像より認識する場合の認識精度が低下すると
共に、その欠陥の円形度合いを適正に求めることが困難
となって、その後における研磨作業に支障をきたすこと
になっていた。

【０００６】そこで本発明は、対象物を画像処理し、こ
の画像処理された対象物を示す画素に基づいて該対象物
の面積および周囲長を算出してその形状を認識する場合
に、上記対象物がイビツな形状の場合や該対象物の画像
を構成する画素数が少ない場合であっても、該対象物の
形状を画像より的確に認識し得ると共に、その円形度合
いを適切に判定し得ることのできる画像処理方法を提供
することを目的とする。

【０００７】

【課題を解決するための手段】上記の課題を解決するた
めに、本発明は次のように構成したことを特徴とする。

【０００８】

【課題を解決するための手段】まず、本発明の請求項１
に記載の発明（以下、第１発明という）は、対象物を撮
像して画像処理し、この画像処理された対象物の画像を
構成する画素に基づいて該対象物の面積および周囲長を
算出してその形状を認識する画像処理方法であって、上
記対象物の画像を構成する画素数を予め設定された所定
値と比較し、この画素数が上記所定値より小さい場合、
上記対象物の画像を構成する単位画素に相当する大きさ
の基準部およびその周囲の検出部を有する特徴抽出フィ
ルタを用いて、該フィルタの基準部を上記対象物の画像
を構成する画素に隣接する周囲の各単位画素に重合させ
ながら移動させて該フィルタの検出部の各々と対象物画
像を構成する画素との重なりの有るなしを検出すること
により該対象物画像の角部および凹凸部を検索すると共
に、この検索結果に基づいて上記フィルタの基準部の移
動した各単位画素毎に、上記各検出部と対象物画像を構
成する各画素との重なりの数を算出し、この重なりの数
に応じて設定された補正パターンにしたがって、上記対
象物画像を平滑化するように該対象物画像の角部および
凹凸部における画素を増加させる方向に補正すると共
に、周囲長を補正し、該補正後の対象物画像に基づいて
対象物の面積および周囲長を算出することを特徴とす
る。

【０００９】

【００１０】

【作用】第１発明によれば、上記対象物の画像を構成す
る画素数を予め設定された所定値と比較し、この画素数
が上記所定値より小さい場合、特徴抽出フィルタにより
対象物の画像の角部および凹凸部が検索されると共に、
この検索結果に基づいて上記フィルタの基準部の移動し
た各単位画素毎に、上記各検出部と対象物画像を構成す
る各画素との重なりの数を算出し、この重なりの数に応
じて設定された補正パターンにしたがって、上記対象物
画像を平滑化させるように該対象物画像の角部および凹
凸部における画素が増加される方向に補正されると共
に、周囲長が補正され、この平滑化された補正後の対象
物画像に基づいて対象物の面積および周囲長が算出され
ることになって、対象物の形状がイビツな場合、あるい
は該対象物の画像を構成する画素数が少ない場合におい
ても、その対象物の実際形状と該対象物の画像とがかけ
離れた状態となることが極力抑制され、これにより、対
象物の画像に基づいて実際の対象物の形状を適切に認識
し得ると共に、該対象物の円形度合いが適切に判定され
ることになる。

【００１１】また、対象物の画像を平滑化させる場合
に、該対象物画像の角部および凹凸部における画素を増
加させて平滑化し、この平滑化された補正後の対象物画
像に基づいて対象物の面積および周囲長が補正されるこ
とになるので、少なくとも対象物画像が実際の対象物形
状より小さく補正されることが防止されることになる。
これにより、例えば、対象物としての塗装欠陥の円形度
合いを判定し、その円形度合い基づいて研磨範囲を設定
する場合に、その研磨範囲が不足して欠陥部が残るとい
う不具合が確実に解消されることになる。

【００１２】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。

【００１３】なお、本実施例においては本発明に係る画
像処理方法により自動車の車体塗装面を画像処理し、こ
の画像処理された塗装面における塗装欠陥を検出する場
合について説明する。

【００１４】図１に示すように、塗装検査ステーション
Ｓに搬送された車体１の近傍には、該車体１の塗装面１
ａを検査して塗装欠陥を検出する画像処理装置２が配置
されており、この画像処理装置２は、台座３上に載置さ
れたロボット装置４を有し、該ロボット装置４の先端ア
ーム４ａに光照射手段５と、ＣＣＤカメラ６とが支持金
具７を介して取り付けられ、これらの光照射手段５とＣ
ＣＤカメラ６とが、塗装ステーションＳに搬入された車
体１の表面、即ち、該車体１の塗装面１ａをトレース
し、その際、上記光照射手段５により照射された検査光
が車体１の塗膜面１ａで反射されてＣＣＤカメラ６に受
光されるようになっている。

【００１５】また、上記のような光照射手段５とＣＣＤ
カメラ６とによる塗装欠陥検査においては、ホストコン
ピュータ８によって与えられる指令によりロボットコン
トローラ９が制御され、このロボットコントローラ９の
信号がロボット装置４に送られて、該ロボット装置４に
内蔵された所定のアクチュエータ（図示せず）が駆動さ
れ、これにより、ロボット装置４は光照射手段５および
ＣＣＤカメラ６が車体１の塗膜面１ａをなぞるようにそ
れらを移動させると共に、上記ＣＣＤカメラ６により得
られる受光画像を画像処理プロセッサ１０に送る。そし
て、この画像処理プロセッサ１０は、ＣＣＤカメラ６か
らのビデオ信号を増幅したのち微分し、その微分信号の
データをホストコンピュータ８に伝送して解析させ、こ
れにより、車体１の塗装面１ａ上の塗装欠陥の有無なら
びに欠陥箇所の座標および塗装欠陥の形状、その大小等
を検出するように構成されている。

【００１６】次に、上記の光照射手段５の具体的な構成
を説明すると、この光照射手段５は、図２に示すよう
に、一側面が開放されたボックス１１内に設けられた光
源としての複数の蛍光灯（特に蛍光灯に限定されるもの
ではない）１２…１２と、これらの蛍光灯１２の前面に
設けられてボックス１１の一側面を閉塞する光フィルタ
１３および拡散スクリーン１４とで構成されている。そ
して、上記光フィルタ１３は、各蛍光灯１２により照射
される光を明から暗に、あるいは暗から明に所定の明暗
勾配で明度が変化する明暗光に変換し得るように、透過
場所によって光の透過率が異なるように構成されてい
る。即ち、本実施例においては、図２に示す互いに直交
するＸ，Ｙ方向のうちＸ方向についてのみ透過率が小か
ら大に変化するように構成されており、この光フィルタ
１３により、図３に示すように、Ｘ方向に沿って所定の
明暗勾配で暗から明に明度が次第に変化する明暗光が形
成され、この明暗光が上記車体１の塗装面１ａに照射さ
れるようになっている。

【００１７】また、上記拡散スクリーン１４は、光フィ
ルタ１３を透過した光を拡散させて車体１の塗装面１ａ
にムラなく明暗光を照射するためのものである。

【００１８】そして、上記のように構成された画像処理
装置２を用いて、塗装ステーションＳに塗装済みの車体
１が搬入されるのに伴い欠陥検査作業が開始さることに
なる。即ち、上記ロボット装置４が、ロボットコントロ
ーラ９に制御されて、光照射手段５とＣＣＤカメラ６と
を一定の間隔で保った状態で、且つこれらを塗装面１ａ
に対して適切な距離を確保した状態で該塗装面１ａに沿
って移動させる。この場合、上記光照射手段５により、
図４に示すように、ＣＣＤカメラ６の視野Ｆをカバーす
る比較的広い塗装面１ａに対してＸ方向に暗から明に所
定の明度勾配で明度が変化する明暗光５ａが照射され
る。このため、上記塗装面１ａには暗から明に明度が変
化する光照射領域が形成され、また、該光照射領域から
の反射光を受光するＣＣＤカメラ６により、図５に示す
ように、上記明暗光５ａの明度変化の方向Ｘに対応する
矢印Ｘ′で示す方向に、暗から明に変化する明暗ある受
光画像１５が作成されることになる。

【００１９】なお、図５においては、線の密度が粗であ
る程、明度が高く、線の密度が密である程、明度が低い
ことを示している。

【００２０】従って、図４に示すように、車体１の塗装
面１ａに凸欠陥Ａや凹欠陥Ｂがあると、これらの欠陥
Ａ，Ｂに照射された明暗光５ａの反射状態が、その欠陥
の形状に応じて変化することになる。即ち、上記凸欠陥
Ａの場合には、その凸欠陥Ａの凸面鏡作用により、図５
に示すように、Ｘ′方向に暗から明に変化する受光画像
１５中において、該受光画像１５中の暗部側に暗部ａ１
が、また受光画像１５中の明部側に明部ａ２が隣合わせ
となった暗から明に変化する凸欠陥部ａが認識されるこ
とになる。一方、図４に示すような凹欠陥Ｂの場合に
は、その凹欠陥Ｂの凹面鏡作用により、図５に示すよう
に、Ｘ′方向に暗から明に変化する受光画像１５中にお
いて、該受光画像１５中の暗部側に明部ｂ１が、また受
光画像１５中の明部側に暗部ｂ２が隣合わせとなった明
から暗に変化する凹欠陥部ｂが認識されることになる。

【００２１】そして、上記ＣＣＤカメラ６により得られ
た受光画像１５中の明暗変化がホストコンピュータ８に
より検出されて、該ホストコンピュータ８により塗装面
１ａにおける塗装欠陥の有無およびその位置の座標が求
められると共に、欠陥部の画像を構成する画素数に基づ
いて該欠陥の形状や大きさ等が求められるようになって
おり、これらの欠陥情報に基づいて塗装欠陥を補修する
場合に欠陥部を研磨するための研磨範囲および研磨深さ
等の研磨レベルが設定され、上記欠陥情報と共に設定さ
れた研磨レベルがホストコンピュータ８のメモリー内に
記憶されることになって、上記塗装欠陥の補修時には、
メモリーの記憶内容に基づいて欠陥の種類や大きさに応
じた所定の補修動作が行われることになる。

【００２２】次に、上記ホストコンピュータ８による塗
装面１ａの塗装欠陥の検出ならびにその種別等を判定す
るためのメイン動作を、図６に示すフローチャートに基
づいて説明すると、ホストコンピュータ８は、ステップ
Ｓ１において、ＣＣＤカメラ６により作成された受光画
像１５の画像情報を示す信号を画像処理プロセッサ１０
より入力し、ステップＳ２で画像情報を示す信号に基づ
いて塗装面１ａ上の欠陥を検出する。次いで、ステップ
Ｓ３では、上記ステップＳ２で検出された各欠陥につい
て、後に詳述する円形度を判定し、ステップＳ４におい
て、各欠陥の明暗比を算出すると共に、ステップＳ５で
は、受光画像１５の明暗勾配を求める。

【００２３】そして、ステップＳ６では、上記受光画像
１５の明暗勾配の方向と欠陥の明暗勾配の方向の一致度
に基づいて各欠陥の種別を判定し、ステップＳ７におい
て、上記ステップＳ３からステップＳ６により得た結果
に基づいてファジー推論（このファジー推論の一例につ
いては後に詳述する）により各欠陥の種別、形状および
大きさ等の欠陥情報に応じた研磨レベルを決定し、ステ
ップＳ８においては、ステップＳ７で決定した研磨レベ
ルをメモリーに記憶する。そして、ステップＳ９では塗
装面１ａの全領域について上記ステップＳ１からステッ
プＳ８の処理が終了したかを判定し、全領域について処
理が完了するまで上記ステップＳ１〜ステップＳ８の動
作を繰り返し実行する。

【００２４】次に、本実施例の特徴部分である上記メイ
ン動作中のステップＳ３における欠陥の円形度の判定動
作を、図７に示すフローチャートに基づいて詳しく説明
すると、上記ホストコンピュータ８は、ステップＳ１０
において受光画像１５中の欠陥部の画像を構成する画素
数を抽出する。この場合、図８に示すように、欠陥Ａ′
の画像ａ′が、受光画像１５を構成する複数の単位画素
１５ａ…１５ａにより表せられることになる。次いで、
ホストコンピュータ８は、ステップＳ１１で欠陥画像
ａ′の画素数が予め設定された所定値より小であるか否
かを判定し、ＮＯのとき、即ち、欠陥画像ａ′を構成す
る単位画素１５ａの画素数が所定値より小でないと判定
したときには、ステップＳ１２において、上記ステップ
Ｓ１１で抽出した欠陥画像ａ′を構成する画素数に基づ
いて、該欠陥画像ａ′の面積および周囲長を算出して欠
陥の円形度を判定する。

【００２５】また、上記ステップＳ１１において、ＹＥ
Ｓのとき、即ち、欠陥画像ａ′の画素数が所定値より小
であると判定したときには、図８に示すような特徴抽出
フィルタ１６を欠陥画像ａ′の周囲に沿って走査させて
該欠陥画像ａ′が補正されることになるのであるが、上
記特徴抽出フィルタ１６は、受光画像１５を構成する単
位画素１５ａに相当する大きさの基準部１６ａとその周
囲の上下左右の検出部１６ｂ…１６ｂとを有する構成と
されている。

【００２６】そして、ステップＳ１３では、特徴抽出フ
ィルタ１６の走査を開始するための基準位置を設定する
のであるが、この場合、図８に示すように、欠陥画像
ａ′の周囲に位置する単位画素１５ａについて１〜１８
の番号付け行い、例えば、１番の単位画素１５ａに特徴
抽出フィルタ１６の基準部１６を位置させる。次いで、
ステップＳ１４では走査を開始し、上記特徴抽出フィル
タ１６の基準部１６ａを１〜１８の番号が付された単位
画素１５ａに重ね合わせて順次移動させ、ステップＳ１
５において、上記特徴抽出フィルム１６における上下左
右の各検出部１６ｂと欠陥画像ａ′を構成する各単位画
素１５ａとの重なり具合を判定する。そして、例えば、
特徴抽出フィルタ１６の基準部１６ａが、図８に示す１
番の単位画素１５ａに重ねられた場合には、該特徴抽出
フィルタ１６の各検出部１６ｂと欠陥画像ａ′を構成す
る単位画素１５ａとの重なりが１個であり、この場合に
は、ステップＳ１６で画素数を増加させることなく周囲
長を１とカウントする。また、例えば、特徴抽出フィル
タ１６の基準部１６ａが、図８に示す５番の単位画素１
５ａに重ねられた場合には、該特徴抽出フィルタ１６の
各検出部１６ｂと欠陥画像ａ′を構成する単位画素１５
ａとの重なりが２個であり、この場合には、ステップＳ
１７で画素数を０．５増加させるように補正すると共
に、周囲長を√２とカウントする。更に、特徴抽出フィ
ルタ１６の基準部１６ａが、図８に示す３番および１６
番の単位画素１５ａに重ねられた場合には、該特徴抽出
フィルタ１６の各検出部１６ｂと欠陥画像ａ′を構成す
る単位画素１５ａとの重なりが３個であり、この場合に
は、ステップＳ１８で画素数を１増加させるように補正
すると共に、周囲長を１とカウントする。

【００２７】その後、ステップＳ１９では走査が完了し
たか否かを判定し、ＹＥＳと判定されるまで、上記ステ
ップＳ１５ないしステップＳ１８を繰り返し実行し、Ｙ
ＥＳと判定したときには、上記特徴抽出フィルタ１６の
各検出部１６ｂとの重なり具合に応じて補正された欠陥
画像ａ′の画素数に基づいてステップＳ１２で面積およ
び周囲長を算出して、円形度を判定する。即ち、図８に
示すように、欠陥画像ａ′の面積が補正前においては１
９（単位画素１個について面積を１とする）であり、そ
の周囲長が２６であるのに対して、補正後においては、
図９に示すように面積が２３に増加し、逆に周囲長が１
９．６に減少することになる。

【００２８】ここで、上記メイン動作中のステップＳ３
ないしステップＳ６で得た各データをパラメータとし
て、ステップＳ７において研磨レベルを決定する場合の
ファジー推論の一例を簡単に説明すると、上記ホストコ
ンピュータ８のメモリーには、欠陥画像の画素数、円形
度、欠陥の明暗比、受光画像の明暗勾配値および該受光
画像と欠陥の明暗勾配の一致度に応じて研磨レベルを決
定するための複数の決定規則が記憶されており、例え
ば、欠陥が凸欠陥である場合には、上記決定規則を構成
する前件部として、凸欠陥の円形状態に対応させて、図
１０（ａ）〜（ｅ）に示すように、欠陥画像の画素数、
円形度、欠陥の明暗比、受光画像の明暗勾配値および該
受光画像と欠陥の明暗勾配の一致度の各データについて
それぞれの第１メンバーシップ関数が設定され、また、
上記決定規則を構成する後件部である研磨レベルについ
て、図１１に示すように第１メンバーシップ関数が設定
されていると共に、凸欠陥の円形状態に対応させて、上
記と同様に、図１２（ａ）〜（ｅ）に示す欠陥画像の画
素数、円形度、欠陥の明暗比、受光画像の明暗勾配値お
よび該受光画像と欠陥の明暗勾配の一致度の各データに
ついての第２メンバーシップ関数が設定され、また、上
記決定規則を構成する後件部である研磨レベルについ
て、図１３に示すように第２メンバーシップ関数が設定
されている。

【００２９】そして、ホストコンピュータ８は、図１４
に示すように、上記研磨レベルについての第１、第２メ
ンバーシップ関数の和集合を研磨レベルの最終メンバー
シップ関数として設定し、このメンバーシップ関数によ
り凸欠陥の研磨レベルを決定する。

【００３０】また、凹欠陥についても、上記と同様に欠
陥画像の画素数、円形度、欠陥の明暗比、受光画像の明
暗勾配値および該受光画像と欠陥の明暗勾配の一致度の
各データについてそれぞれのメンバーシップ関数と、研
磨レベルについてのメンバーシップ関数が設定されてい
る。

【００３１】なお、欠陥が凸欠陥であって、その欠陥形
状が比較的大きな場合には中研磨とされ、欠陥形状が比
較的小さい場合には軽研磨とされるように、また、欠陥
が凹欠陥である場合には、重研磨とされるように各メン
バーシップ関数が設定されている。

【００３２】以上のように、本実施例によれば、特徴抽
出フィルタ１６の各検出部１６ｂと欠陥Ａ′の画像ａ′
を構成する単位画素１５ａとの重なり具合に基づいて該
画像ａ′を平滑化させるように画素数が、図８に示す状
態より図９に示す状態に補正され、この平滑化された補
正後の画像ａ′に基づいて欠陥Ａ′の面積および周囲長
が算出されることになって、欠陥Ａ′の形状がイビツな
場合、あるいは該欠陥Ａ′の画像ａ′を構成する画素数
が少ない場合においても、図８に示すように、その欠陥
Ａ′の実際形状と該欠陥Ａ′の画像ａ′の形状とがかけ
離れた状態となることが極力抑制され、これにより、図
９に示す欠陥Ａ′の画像ａ′に基づいて実際の欠陥Ａ′
の形状を適切に認識し得ると共に、該欠陥Ａ′の円形度
合いを適切に判定することができる。

【００３３】また、本実施例においては、欠陥Ａ′の画
像ａ′を平滑化させる場合に、該画像ａ′の画素数を増
加させて平滑化し、この平滑化された補正後の画像に基
づいて欠陥Ａ′の面積および周囲長が算出されることに
なるので、少なくとも欠陥画像ａ′が実際の欠陥Ａ′の
形状より小さく補正されることが防止されることにな
る。これにより、欠陥Ａ′の円形度を判定し、その円形
度に基づいて補修のための研磨範囲を設定する場合に、
その研磨範囲が不足して欠陥部が残るという不具合を確
実に解消することができる。

【００３４】なお、特徴抽出フィルタ１６の各検出部１
６ｂと欠陥画像ａ′との重なり具合に基づいて該欠陥画
像ａ′の画素数を増加補正する場合の、増加量は本実施
例の内容に限定されるものではない。

【００３５】

【発明の効果】以上のように、第１発明によれば、上記
対象物の画像を構成する画素数を予め設定された所定値
と比較し、この画素数が上記所定値より小さい場合、特
徴抽出フィルタにより対象物の画像の角部および凹凸部
が検索されると共に、この検索結果に基づいて上記フィ
ルタの基準部の移動した各単位画素毎に、上記各検出部
と対象物画像を構成する各画素との重なりの数を算出
し、この重なりの数に応じて設定された補正パターンに
したがって、上記対象物画像を平滑化させるように該対
象物画像の角部および凹凸部における画素が増加される
方向に補正されると共に、周囲長が補正され、この平滑
化された補正後の対象物画像に基づいて対象物の面積お
よび周囲長が算出されることになって、対象物の形状が
イビツな場合、あるいは該対象物の画像を構成する画素
数が少ない場合においても、その対象物の実際形状と該
対象物の画像とがかけ離れた状態となることが極力抑制
され、これにより、対象物の画像に基づいて実際の対象
物の形状を適切に認識し得ると共に、該対象物の円形度
合いを適切に判定することができる。

【００３６】また、対象物の画像を平滑化させる場合
に、該対象物画像の角部および凹凸部における画素を増
加させて平滑化し、この平滑化された補正後の対象物画
像に基づいて対象物の面積および周囲長が補正されるこ
とになるので、少なくとも対象物画像が実際の対象物形
状より小さく補正されることが防止されることになっ
て、例えば、対象物としての塗装欠陥の円形度合いを判
定し、その円形度合い基づいて研磨範囲を設定する場合
に、その研磨範囲が不足して欠陥部が残るという不具合
を確実に解消することができる。

【図面の簡単な説明】

【図１】 本発明に係る画像処理方法により塗装欠陥
を検出するための画像処理装置の斜視図。

【図２】 画像処理装置を構成する光照射手段の分解
斜視図。

【図３】 光照射手段により照射される明暗光の明暗
勾配を示すグラフ。

【図４】 光照射手段による照射状態およびＣＣＤカ
メラによる受光状態を示す拡大図。

【図５】 ＣＣＤカメラにより作成される受光画像の
部分拡大図。

【図６】 ホストコンピュータによる画像処理のメイ
ン動作を示すフローチャート図。

【図７】 ホストコンピュータによるメイン動作中の
円形度判定動作を示すフローチャート図。

【図８】 欠陥部の拡大画像。

【図９】 補正処理後の欠陥部の拡大画像。

【図１０】 ファジー推論で用いる前件部のメンバーシ
ップ関数の設定例を示すグラフ。

【図１１】 研磨レベルのメンバーシップ関数の設定例
を示すグラフ。

【図１２】 ファジー推論で用いる前件部のメンバーシ
ップ関数の設定例を示すグラフ。

【図１３】 研磨レベルのメンバーシップ関数の設定例
を示すグラフ。

【図１４】 研磨レベルの最終メンバシップ関数の設定
例を示すグラフ。

【図１５】 従来における画像処理の問題点を説明する
ための欠陥および欠陥画像の拡大図。

【符号の説明】

１ａ 塗装面 ２ 画像処理装置 ５ 光照射手段 ５ａ 明暗光 ６ ＣＣＤカメラ ８ ホストコンピュータ １０ 画像処理プロセッサ １５ 受光画像 １５ａ 単位画素 １６ 特徴抽出フィルタ １６ａ 基準部 １６ｂ 検出部 Ａ，Ｂ，Ａ′ 塗装欠陥 ａ′ 欠陥画像

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01B 11/00 - 11/30

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 対象物を撮像して画像処理し、この画像
   処理された対象物の画像を構成する画素に基づいて該対
   象物の面積および周囲長を算出してその形状を認識する
   画像処理方法であって、上記対象物の画像を構成する画
   素数を予め設定された所定値と比較し、この画素数が上
   記所定値より小さい場合、上記対象物の画像を構成する
   単位画素に相当する大きさの基準部およびその周囲の検
   出部を有する特徴抽出フィルタを用いて、該フィルタの
   基準部を上記対象物の画像を構成する画素に隣接する周
   囲の各単位画素に重合させながら移動させて該フィルタ
   の検出部の各々と対象物画像を構成する画素との重なり
   の有るなしを検出することにより該対象物画像の角部お
   よび凹凸部を検索すると共に、この検索結果に基づいて
   上記フィルタの基準部の移動した各単位画素毎に、上記
   各検出部と対象物画像を構成する各画素との重なりの数
   を算出し、この重なりの数に応じて設定された補正パタ
   ーンにしたがって、上記対象物画像を平滑化するように
   該対象物画像の角部および凹凸部における画素を増加さ
   せる方向に補正すると共に、周囲長を補正し、該補正後
   の対象物画像に基づいて対象物の面積および周囲長を算
   出することを特徴とする画像処理方法。