JP4016381B2 - Surface defect inspection equipment - Google Patents
Surface defect inspection equipment Download PDFInfo
- Publication number
- JP4016381B2 JP4016381B2 JP2002131670A JP2002131670A JP4016381B2 JP 4016381 B2 JP4016381 B2 JP 4016381B2 JP 2002131670 A JP2002131670 A JP 2002131670A JP 2002131670 A JP2002131670 A JP 2002131670A JP 4016381 B2 JP4016381 B2 JP 4016381B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- removal
- inspected
- degree
- isolated points
- 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.)
- Expired - Fee Related
Links
- 230000007547 defect Effects 0.000 title claims description 119
- 238000007689 inspection Methods 0.000 title claims description 62
- 238000012545 processing Methods 0.000 claims description 86
- 238000001514 detection method Methods 0.000 claims description 66
- 238000003384 imaging method Methods 0.000 claims description 45
- 238000009826 distribution Methods 0.000 claims description 30
- 238000005286 illumination Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 14
- 230000001678 irradiating effect Effects 0.000 claims description 8
- 239000000428 dust Substances 0.000 description 55
- 238000000034 method Methods 0.000 description 16
- 238000004140 cleaning Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000000465 moulding Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、表面欠陥検査装置に関し、とくに、自動車等の製造において、プレス成形された車体パネルの表面における凹凸等の表面欠陥を検査するのに用いられる表面欠陥検査装置に関するものである。
【０００２】
【従来の技術】
この種の表面欠陥検査装置として、例えば、特開平１１−２２３５１９号公報に記載されたものがある。同公報に記載された表面欠陥検査装置は、被検査面に対して一定の浅い照射角度で照明光を照射し、被検査面からの反射光を照射角度よりも大きい撮像角度で撮像することにより、被検査面における凹凸等の表面欠陥を乱反射光として捕らえる。そして、受光画像から表面欠陥を抽出するに際し、表面欠陥のサイズに合わせた大型微分フィルタで受光画像を微分処理し、その微分画像を縦長平滑化フィルタで平滑化処理し、その平滑化画像を差分処理することにより、傾斜成分を含んだ画像においても表面欠陥のみを精度良く２値化抽出し得る画像処理を行う。
【０００３】
【発明が解決しようとする課題】
ところで、一般的な車体パネルのプレス成形では、図１２に示すように、インライン洗浄装置２００において、搬送用ロール２００Ａ、洗浄用のブラシ付ロール２００Ｂおよび絞り用のリンガロール２００Ｃにブランク材Ｂを順次通し、これにより洗浄油で表面の洗浄を行った後、トランスファプレス装置２１０において、複数の成形型２１０Ａ〜２１０Ｅによりブランク材Ｂを順次プレス成形して車体パネルＷにする。この間、ブランク材Ｂは、例えば、ベルトコンベアによりインライン洗浄装置２００からトランスファプレス装置２１０に搬入され、トランスファプレス装置２１０内では、往復動するシャトルバー２１１およびバキュームカップ２１２により順次工程送りされる。
【０００４】
トランスファプレス装置２１０から排出された車体パネルＷは、表面欠陥検査装置に搬送されるが、その間、車体パネルＷがベルトコンベアによって工場内の雰囲気中をそのまま搬送されるため、空気中の塵、埃およびゴミ等が車体パネルＷの表面に付着する。また、ベルトコンベアの長さは、通常、工場のレイアウト上の問題で長距離となることが多く、より多くの浮遊物が付着する原因となっている。そして、車体パネルＷは、ベルトコンベア上を搬送されている間に検査されるため、表面欠陥の他に、空気中の様々な浮遊物が誤検出される。
【０００５】
しかし、上記特開平１１−２２３５１９号公報に記載された表面欠陥検査装置等にあっては、プレスラインで発生する緩い凹凸（プレス欠陥）を検出するために最適なフィルター構成となっているため、プレスラインへ適用する場合には、プレス後にコンベア上を搬送する間に空気中を浮遊する塵、埃およびゴミ等が車体パネル表面に付着し、これにより緩い凹凸（プレス欠陥）と識別することができずに誤検出されるため、インラインへの適用が難しいという問題があった。
【０００６】
なお、誤検出を防止するため、空気中を浮遊する塵等が付着しないようにコンベアをカバー等で覆うための設備等を追加すると、多大な工数とコスト増加を招くという問題があった。また、誤検出を防止するため、空気中を浮遊する塵等が飛散しないように工場レベルで生産環境を改善することも、多大な工数と日数、コストの増加を招き、且つ塵等の飛散を完全に防止するのは不可能であるという問題があった。
【０００７】
【発明の目的】
本発明は、上記従来の状況に鑑みて成されたものであって、プレス成形した車体パネル等の被検査物の表面欠陥を検査するに際して、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、その付着物を判別して表面欠陥の検出を高精度に行うことができる表面欠陥検査装置を提供することを目的としている。
【０００８】
【課題を解決するための手段】
本発明に係わる表面欠陥検査装置は、請求項１に記載しているように、被検査物を搬送する被検査物搬送手段と、被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、被検査面を撮像する撮像手段と、撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、撮像手段で得た受光画像に基づいて被検査面の付着物等による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、誤検出除去手段が、画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出して任意の面積変化率以下の孤立点を誤検出として除去する面積変化率判定手段とを備えていることを特徴とし、請求項２に記載しているように、面積変化率判定手段が、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布から孤立点の面積の最大値と最小値の比を算出する面積比算出手段と、面積比算出手段で得た面積比と任意の面積比であるしきい値とを比較して面積比がしきい値以下であれば誤検出として除去する面積比判定手段とを備えることを特徴としている。
【０００９】
また、本発明に係わる表面欠陥検査装置は、請求項３に記載しているように、被検査物を搬送する被検査物搬送手段と、被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、被検査面を撮像する撮像手段と、撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、撮像手段で得た受光画像に基づいて被検査面の付着物等による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、誤検出除去手段が、画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布を統計処理することにより誤検出孤立点を除去する統計処理判定手段とを備えていると共に、統計処理判定手段が、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布の尖り度、歪み度およびばらつき度の少なくとも１つを算出する度合い算出手段と、度合い算出手段で得た尖り度、歪み度またはばらつき度と任意の尖り度、歪み度またはばらつき度のしきい値とを比較して尖り度、歪み度またはばらつき度がしきい値以下であれば誤検出として除去する度合い判定手段とを備えていることを特徴としている。
【００１０】
さらに、本発明に係わる表面欠陥検査装置は、請求項４に記載しているように、被検査物を搬送する被検査物搬送手段と、被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、被検査面を撮像する撮像手段と、撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、撮像手段で得た受光画像に基づいて被検査面の油状況を検出する油状況検出手段と、油状況検出手段からの信号により被検査面の付着油による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、誤検出除去手段が、画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、面積判定手段および追跡照合判定手段による除去後に残った全孤立点に対してその縦横比に基づいて形状を識別して誤検出を除去する第１形状識別手段と、面積判定手段、追跡照合判定手段および第１形状識別手段による除去後に残った全孤立点に対してその面積比に基づいて形状を識別して誤検出を除去する第２形状識別手段と、第１形状識別手段および第２形状識別手段において除去対象となった孤立点に対して近傍除去領域を設定して同領域内の孤立点を誤検出として除去する近傍除去判定手段と、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出して任意の面積変化率以下の孤立点を誤検出として除去する面積変化率判定手段とを備えていることを特徴とし、請求項５に記載しているように、面積変化率判定手段が、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布から孤立点の面積の最大値と最小値の比を算出する面積比算出手段と、面積比算出手段で得た面積比と任意の面積比であるしきい値とを比較して面積比がしきい値以下であれば誤検出として除去する面積比判定手段とを備えていることを特徴としている。
【００１１】
さらに、本発明に係わる表面欠陥検査装置は、請求項６に記載してるように、被検査物を搬送する被検査物搬送手段と、被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、被検査面を撮像する撮像手段と、撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、撮像手段で得た受光画像に基づいて被検査面の油状況を検出する油状況検出手段と、油状況検出手段からの信号により被検査面の付着油による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、誤検出除去手段が、画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、面積判定手段および追跡照合判定手段による除去後に残った全孤立点に対してその縦横比に基づいて形状を識別して誤検出を除去する第１形状識別手段と、面積判定手段、追跡照合判定手段および第１形状識別手段による除去後に残った全孤立点に対してその面積比に基づいて形状を識別して誤検出を除去する第２形状識別手段と、第１形状識別手段および第２形状識別手段において除去対象となった孤立点に対して近傍除去領域を設定して同領域内の孤立点を誤検出として除去する近傍除去判定手段と、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布を統計処理することにより誤検出孤立点を除去する統計処理判定手段とを備えていると共に、統計処理判定手段が、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布の尖り度、歪み度およびばらつき度の少なくとも１つを算出する度合い算出手段と、度合い算出手段で得た尖り度、歪み度またはばらつき度と任意の尖り度、歪み度またはばらつき度のしきい値とを比較して尖り度、歪み度またはばらつき度がしきい値以下であれば誤検出として除去する度合い判定手段とを備えていることを特徴としている。
【００１２】
【発明の効果】
本発明の請求項１および２に係わる表面欠陥検査装置によれば、プレス成形した車体パネル等の被検査物の表面欠陥を検査するに際して、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、その付着物を判別して表面欠陥の検出の高精度に行うことができる。
【００１３】
また、照明手段、撮像手段および画像処理手段により、誤検出の少ない受光画像に基づいて傾斜光中の緩い凹凸である表面欠陥（プレス欠陥）を検出する一方で、面積変化率判定手段によって、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出し、任意の面積変化率以下の孤立点を除去するため、面積変化率の小さい埃等の異物による孤立点を除去することができる。これにより、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、表面欠陥の検出を高精度に行うことができる。さらに、面積変化率判定手段による埃等の異物による孤立点の除去は、画像の後処理によって行うのではなく、数値データの演算値を判定して行うため、画像処理速度の増大を招くことが無いという利点がある。
【００１４】
本発明の請求項３に係わる表面欠陥検査装置によれば、プレス成形した車体パネル等の被検査物の表面欠陥を検査するに際して、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、その付着物を判別して表面欠陥の検出の高精度に行うことができる。
【００１５】
また、照明手段、撮像手段および画像処理手段により、誤検出の少ない受光画像に基づいて傾斜光中の緩い凹凸である表面欠陥（プレス欠陥）を検出する一方で、統計処理判定手段によって、面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布を統計処理することにより、尖り度、歪み度およびばらつき度の小さい埃等の異物による孤立点を除去することができる。これにより、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、表面欠陥の検出を高精度に行うことができる。さらに、統計処理判定手段による埃等の異物による孤立点の除去は、画像の後処理によって行うのではなく、数値データの演算値を判定して行うため、画像処理速度の増大を招くことが無いという利点がある。
【００１６】
本発明の請求項４および５に係わる表面欠陥検査装置によれば、プレス成形した車体パネル等の被検査物の表面欠陥を検査するに際して、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、その付着物を判別して表面欠陥の検出の高精度に行うことができる。
【００１７】
また、照明手段、撮像手段および画像処理手段により、誤検出の少ない受光画像に基づいて傾斜光中の緩い凹凸である表面欠陥（プレス欠陥）を検出する一方で、温度や湿度等の変化により変動する油状況を検出することで、環境の変化に左右されることなく欠陥検出を行うための画像を安定して得ることができ、その後、面積変化率判定手段によって、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出し、任意の面積変化率以下の孤立点を除去するため、面積変化率の小さい埃等の異物による孤立点を除去することができる。これにより、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、表面欠陥の検出を高精度に行うことができる。さらに、面積変化率判定手段による埃等の異物による孤立点の除去は、画像の後処理によって行うのではなく、数値データの演算値を判定して行うため、画像処理速度の増大を招くことが無いという利点がある。
【００１８】
本発明の請求項６に係わる表面欠陥検査装置によれば、プレス成形した車体パネル等の被検査物の表面欠陥を検査するに際して、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、その付着物を判別して表面欠陥の検出の高精度に行うことができる。
【００１９】
また、照明手段、撮像手段および画像処理手段により、誤検出の少ない受光画像に基づいて傾斜光中の緩い凹凸である表面欠陥（プレス欠陥）を検出する一方で、温度や湿度等の変化により変動する油状況を検出することで、環境の変化に左右されることなく欠陥検出を行うための画像を安定して得ることができ、その後、統計処理判定手段によって、第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布を統計処理することにより、尖り度、歪み度およびばらつき度の小さい埃等の異物による孤立点を除去することができる。これにより、空気中を浮遊する塵、埃およびゴミ等が被検査面に付着した場合でも、表面欠陥の検出を高精度に行うことができる。さらに、統計処理判定手段による埃等の異物による孤立点の除去は、画像の後処理によって行うのではなく、数値データの演算値を判定して行うため、画像処理速度の増大を招くことが無いという利点がある。
【００２０】
【実施例】
以下、図面に基づいて本発明に係わる表面欠陥検査装置の実施例を説明する。図１は、本発明に係わる表面欠陥検査装置の第１実施例を示し、この表面欠陥検査装置は、プレス成形された車体パネル（ドアパネル）である被検査物Ｗの表面欠陥を検査するものであって、被検査物Ｗを一定の速度で搬送するベルトコンベア等の被検査物搬送手段２９と、照明手段および撮像手段を一体的に備えた光学的センサ１と、光学的センサ１で得た受光画像に基づいて被検査物Ｗの被検査面における表面欠陥を抽出する画像処理装置（画像処理手段）２と、画像処理装置２の誤検出を除去する誤検出除去手段としての画像用ホストコンピュータ３を備えている。
【００２１】
光学的センサ１は、図２に示すように、センサボックス１Ａ内に、ハロゲンランプ等の光源１３と、光源１３から光ファイバ１３Ａで導き出した光をライン状の照明光にするライトガイド１４と、ライトガイド１４から照射した照明光を浅い照射角度αで被検査面Ｗｆに照射する照明用反射鏡１５と、表面欠陥を乱反射光として捕らえるために被検査面Ｗｆを照射角度αよりも大きい撮像角度βで撮像する撮像手段１１を備えている。撮像手段１１は、例えばＣＣＤカメラであって、本実施例では、撮像用反射鏡１２を介して被検査面Ｗｆを撮像する。
【００２２】
表面欠陥の検査を行う場合には、被検査面に対して上記の照射角度αおよび撮像角度βを一定に保つ必要がある。そこで、この実施例では、図１に示すように、光学的センサ１を多軸制御式のロボット９に装着し、このロボット９をロボット制御装置５およびロボット制御用コンピュータ６で制御する。
【００２３】
次に、図３を参照しながら、画像用ホストコンピュータ３による誤検出除去の基本処理フローについて説明する。まず、ステップＳ１において、原画（受光画像）の取り込みが行われると、ステップＳ２において７×７（ドット）の微分フィルタＦ１により原画を微分処理し、ステップＳ３において９×１（ドット）の平滑化フィルタＦ２により微分処理画像を平滑化処理する。そして、ステップＳ４において微分処理画像の一定値減算演算を行った後、ステップＳ５において微分処理画像と平滑化処理画像の差分処理を行い、ステップＳ６において２値化処理を行う。その後、ステップＳ７において２値化画像を膨張処理あるいは収縮処理する。そして、ステップＳ８においてラベリングを行い、ステップＳ９において孤立点に対して面積および重心の計算を行った後、ステップＳ１０において面積判定を行い、ステップＳ１１において追跡照合判定を行う。そして、ステップＳ１２において面積比を判定した後、ステップＳ１３において結果表示モニター４に欠陥を表示する。
【００２４】
ここで、ステップＳ１０における面積判定では、被検査物Ｗが自動車の車体パネルである場合には、緩い凹凸である表面欠陥（プレス欠陥）と全く面積が異なる車体パネルのエッジ部、ドアノブの穴あるいはドアモールエッジ部等のように、比較的識別の容易な誤検出孤立点が主に除去される。次に、ステップＳ１１における追跡照合判定では、埃や小さい穴（ドアモール用穴やウィンドウォッシャ穴）等の緩い凹凸と比較的面積が近いが撮像回数が異なる誤検出孤立点、すなわち追跡して照合する回数が非常に多い誤検出孤立点や、逆に非常に少ない誤検出孤立点が主に除去される。一般的には、面積判定および追跡照合判定において、誤検出孤立点が約１／２〜１／４程度まで除去される。
【００２５】
次に、面積判定および追跡照合判定における除去後に残った孤立点について面積比判定を行う。ステップＳ１１における追跡照合判定で使用した追跡過程の全面積データを使用し、この追跡過程中の最大面積や最小面積を算出する。これらの面積の算出は、画像用ホストコンピュータ３によって行う。この時、緩い凹凸（プレス欠陥）は、画面上輝度が低い側から高い側へ移動する場合には、図４（ａ）に示すように、抽出面積は小から大へと大きく変化する。また、埃等の異物は緩い凹凸（プレス欠陥）と比較して変化代が小さく、図４（ｂ）に示すように、略々同じ面積を維持しながら移動する。これをグラフで示すと、図５に示すようになり、緩い凹凸（プレス欠陥）と埃等の異物で、全く分布が異なる。
【００２６】
なお、画面上の移動方向が輝度の高い側から低い側へ移動する場合には、抽出面積の変化は逆になり、上記グラフも逆となる。この点について、図６を参照しながら説明する。
【００２７】
緩い凹凸（プレス欠陥）の場合には、図６（ａ）に示すように、傾斜角度が０．５度以下と非常に小さいため、照明からの距離の影響を受け易く、照明から遠い場合には、反射光強度が極端に低下する。また、照明から近い場合には、図７に示すように、シーン現象（照明角度が浅い場合には、乱反射に加えて正反射をも取り込むことになるため、反射光が強くなる現象）を伴うため、照明が近いことによる効果が加わり、反射光強度が強くなり、照明から遠い場合と近い場合との反射光強度の差がより大きくなる。
【００２８】
これに対して埃等の異物の場合には、これらの異物がパネルの表面に付着する性質上、図６（ｂ）に示すように、付着部略々９０度近辺の接触角度となり、緩い凹凸（プレス欠陥）と比較すると、照明からの距離の影響を受け難く、照明から遠い場合でも極端に反射光強度が低下することはなく、また、照明から近い場合でも単純に照明の距離の影響で反射光強度が強くなるため、遠い場合と近い場合の反射光強度の差は緩い凹凸（プレス欠陥）と比較すると小さくなる。この反射光強度の差により抽出面積が変化し、図５に示すように緩い凹凸（プレス欠陥）と埃等の異物とで面積分布が異なることになる。
【００２９】
次に、面積分布中の各々のデータの中で最大値（ｍａｘ）、最小値（ｍｉｎ）を求め、最大最小比（ｍａｘ／ｍｉｎ）を演算する。これを全孤立点について演算し、一定の任意のしきい値で判定し、しきい値以上であれば緩い凹凸（プレス欠陥）、しきい値以下であれば埃等異物として除去する。ここで、最大値（ｍａｘ）、最小値（ｍｉｎ）はプログラムを作成して、もしくは一般的にパソコンに備えられたソフトウエアの関数を利用して、もしくは画像処理装置のもつ関数を利用して求めればよい。また、判定論理は、画像処理装置のソフトウエアにプログラムを追加することにより容易に行うことができる。
【００３０】
判定しきい値は、実験的に求めればよいが、緩い凹凸（プレス欠陥）と埃等の異物の最大最小比（ｍａｘ／ｍｉｎ）を実験的に繰返し求めて平均化し、中間の境界値をしきい値としてもよいし、緩い凹凸（プレス欠陥）の最大最小比（ｍａｘ／ｍｉｎ）を実験的に繰返し求めて最低値を算出し、最低値以下をしきい値としてもよい。逆に、埃等の異物の最大値以上としてもよい。
【００３１】
次に、本発明に係わる表面欠陥検査装置の第２実施例について、図８を参照しながら説明する。
本実施例において、ステップＳ１４の原画の取り込みからステップＳ２４の追跡照合判定までの処理は、第１実施例におけるステップＳ１〜Ｓ１１と同様である。本実施例においては、抽出された孤立点に対し、ステップＳ２５において統計処理を行い、孤立点毎に一定のしきい値で判定する。
【００３２】
本実施例では、第１実施例と同様に、ステップＳ２４の追跡照合判定で使用した追跡過程の全面積データを使用する。そして、この追跡過程中の全面積データを使用して、統計処理を行う。統計処理の例としては、図５に示した追跡過程中の面積分布図に示されるように、緩い凹凸（プレス欠陥）の場合には、山型に尖った形状となり、埃等の異物の場合には平坦で尖っていないため、面積分布の度合いとして尖り度や歪み度を算出し、任意の一定のしきい値を設定し、しきい値より尖り度の大きい場合を緩い凹凸（プレス欠陥）と判定することができる。
【００３３】
また、図５に示した追跡過程中の面積分布図より、緩い凹凸（プレス欠陥）の場合には、データ値のばらつきが大きく、埃等の異物の場合には、ばらつきが小さいため、面積分布の度合いとしてデータのばらつき度を算出して同じように任意の一定のしきい値を設定し、しきい値より大きい場合を緩い凹凸（プレス欠陥）と判定してもよい。
【００３４】
この統計処理は、画像用ホストコンピュータ３で行っても、画像処理装置２で行ってもどちらでもよい。統計処理の演算は、プログラムを作成して、もしくは一般的にパソコンに備えられた関数を利用して、もしくは画像処理装置２に備えられた関数を利用して求めることができる。判定論理は、第１実施例と同様に、画像処理装置２にソフトウエアを追加して容易に行うことができる。また、判定しきい値も第１実施例と同様に実験的に求めればよい。
【００３５】
次に、本発明に係わる表面欠陥検査装置の第３実施例について、図９を参照しながら説明する。
本実施例においては、上記第１実施例における面積比判定（図３のステップＳ１２）の処理を行う前に、被検査面に洗浄油によるバキューム痕やむら等がある場合でも、表面欠陥の検出を高精度に行うための処理を行う。
【００３６】
図９においてステップＳ２７〜Ｓ３７は、図３で説明したステップＳ１〜Ｓ１１と同様である。そして、ステップＳ３８において孤立点の縦横比に基づく第１形状識別を行った後、ステップＳ３９において孤立点の面積比に基づく第２形状識別を行い、さらにステップＳ４０において孤立点に対して近傍除去領域を設定して同領域内の孤立点を除去する近傍除去を行って誤検出を除去し、ステップＳ４１において、第１実施例におけるステップＳ１２（図３参照）と同様の面積比判定を行い、ステップＳ４２において結果表示モニター４（図１参照）に欠陥を表示する。
【００３７】
上述のように、面積判定および追跡照合判定における除去後に残った孤立点について、ステップＳ３８において第１形状識別、ステップＳ３９において第２形状識別およびステップＳ４０において近傍除去を順番に行う。その処理フローを図１０（ａ）に示す。
【００３８】
ステップＳ４３において面積判定および追跡照合判定による除去後に残っている全孤立点を対象とし、ステップＳ４４において、図１０（ｂ）に示すような一般的なフィレ座標算出フィルター等を使用し、縦横ＸＹ座標（Ｘｍｉｎ，Ｘｍａｘ，Ｙｍｉｎ，Ｙｍａｘ）を算出する。次に、ステップＳ４５において、縦横ＸＹ座標を使用して全孤立点の縦長さ（ΔＹ＝ Ｙｍａｘ− Ｙｍｉｎ ）と横長さ（ΔＸ＝ Ｘｍａｘ − Ｘｍｉｎ ）を演算し、横長さ（ΔＸ）／縦長さ（ΔＹ）である縦横比（Ｒ）を演算する。
【００３９】
次に、ステップＳ４６において、横長さ（ΔＸ）×縦長さ（ΔＹ）である縦横面積（ΔＸ×ΔＹ）を演算し、先の図９のフローで算出済みの面積判定で使用した実面積（Ｓｄ）との比、すなわち縦横面積（ΔＸ×ΔＹ ）／実面積（Ｓｄ）である面積比（Ｓ）を演算する。そして、ステップＳ４７およびＳ４８において、第１形状識別および第２形状識別として、演算した縦横比（Ｒ）と面積比（Ｓ）を予め入力された縦横比しきい値（Ｒ０）、面積比しきい値（Ｓ０）と比較し、各結果がしきい値以下であれば欠陥と判定する。
【００４０】
また、演算した縦横比（Ｒ）と面積比（Ｓ）がしきい値以上であれば誤検出として除去するが、これらは、各々の固有値である縦横座標算出値（Ｘｍｉｎ，Ｘｍａｘ，Ｙｍｉｎ，Ｙｍａｘ）、縦長さ（ΔＹ）、横長さ（ΔＸ）、および図９のフローで算出済みの面積算出時に同時に算出可能な重心座標等孤立点の情報を持った状態で保存する。これらは後で説明する近傍除去において使用する。
【００４１】
なお、しきい値は緩い凹凸である表面欠陥（プレス欠陥）の縦横比（Ｒ）と面積比（Ｓ）を予め実験的に求め、確実に判定が可能なしきい値を経験的にＲ０，Ｓ０として入力しておけばよい。また、一般的な緩い凹凸である表面欠陥では、縦横比しきい値（Ｒ０）は５．５程度とし、面積比しきい値（Ｓ０）は３程度としておけばよい。さらに、第１形状識別用演算の後に判定を行い、第２形状識別用演算の後に判定を行う順序、あるいは第１形状識別用演算および第２形状識別用演算の後に第１形状識別判定および第２形状識別判定を行う順序のどちらでも同じ結果を得ることができる。
【００４２】
この第１形状識別および第２形状識別においては、従来の欠陥を抽出するフィルターの特性上、画面上の縦方向のエッジには感度がなく、第１形状識別の縦横比（横長さ（ΔＸ）／縦長さ（ΔＹ））判定において、楕円形状となる緩い凹凸の表面欠陥と比較的異なる横長形状のものは除去される。また、横方向エッジには感度が高いので、縦と横の中間である斜めのエッジに対しても誤検出が発生し、その形状が三日月形状になるため、第２形状識別の面積比（縦横面積（ΔＸ×ΔＹ ）／実面積（Ｓｄ））において、楕円形状となる緩い凹凸の表面欠陥とは異なる面積比となり、これにより誤検出が除去される。
【００４３】
次に、近傍除去について説明する。近傍除去では、第１形状識別と第２形状識別により判定除去されて保存されている孤立点のみを対象とするため、先ず保存情報を読み出す。この読み出された保存情報に基づいて、図１０中のステップＳ４９において近傍領域の位置を設定する。すなわち、近傍領域を設定する位置は、保存されている孤立点が誤検出された元の位置（重心位置等）とする。
【００４４】
そして、ステップＳ５０において、第１形状識別と第２形状識別により判定除去された孤立点の全てについて、元の座標位置における縦、横および斜め、つまり上下左右斜めのすべての方向の少なくとも一方向について近傍除去領域を算出して設定する。この設定する方向および量は、図１０（ｄ）に示すように、ＬＸ＋， ＬＸ−， ＬＹ＋， ＬＹ−， ＬＸ'＋， ＬＸ'−， ＬＹ'＋， ＬＹ'−のように予め入力しておけばよい。また、領域を設定する基準は、各々の孤立点の座標値の最大および最小から延長してもよいし、重心座標から延長してもよい。この延長の方向および量は実験的に求めることができる。
【００４５】
なお、欠陥を抽出する従来例のフィルターの特性上、孤立点は横長になることから、途切れやすい縦方向を多めにして近傍領域を設定するのが望ましい。一般的には、横方向はΔＸの２倍程度で良く、縦方向は多めのΔＹの３倍程度とするのが望ましいが、誤検出の傾向を調べながら領域の設定の方向および量を任意に設定できるようにしておくのが望ましい。
【００４６】
近傍領域の設定が終了した後には、ステップＳ５１において、除去対象有無判定により、設定した近傍領域内に除去する対象とするべき孤立点が存在するかどうか、つまり近傍領域内に例えば重心座標が存在する孤立点があるかないかを判定し、存在しなければ、図９の面積比判定（ステップＳ４１）に移行する。また、存在すれば、その孤立点を誤検出と判定し、ステップＳ５２において近傍領域除去により除去する。存在する孤立点の判定条件は重心座標や、最大および最小座標の一部でよく、誤検出性能および検査範囲の減少割合と照らし合わせて実験的に決めればよい。
【００４７】
そして、図９のステップＳ４１において、第１実施例におけるステップＳ１２（図３参照）と同様の面積比判定を行い、ステップＳ４２において結果表示モニター４に欠陥を表示する。
【００４８】
以上説明したように、本実施例では、被検査面に洗浄油等が存在する場合を想定した処理によって、除去対象としている埃等の異物についても大きさ、形状によっては予め除去されるものもあるため、この処理を面積比判定の前に行うことにより、より一層除去性能を向上させることができる。
【００４９】
次に、本発明に係わる表面欠陥検査装置の第４実施例について、図１１を参照しながら説明する。
本実施例においては、上記第２実施例における統計処理判定（図８のステップＳ２５）の処理を行う前に、被検査面に洗浄油によるバキューム痕やむら等がある場合でも、表面欠陥の検出を高精度に行うための処理、すなわち第３実施例で追加した油誤検出対策処理を行うものである。
【００５０】
ステップＳ５３〜Ｓ６６までの処理は、第３実施例におけるステップＳ２７〜Ｓ４０と同様である。そして、ステップＳ６７において第２実施例におけるステップＳ２５と同様の統計処理判定を行う。これによって、本実施例においても、被検査面に洗浄油等が存在する場合を想定した処理によって、除去対象としている埃等の異物についても大きさ、形状によっては予め除去されるものもあるため、この処理を第２実施例として示した処理の前に行うことにより、より一層除去性能を向上させることができる。
【図面の簡単な説明】
【図１】本発明に係わる表面欠陥検査装置の第１実施例の構成を示す概略斜視図である。
【図２】図１の表面欠陥検査装置の光学的センサの構成を説明するための断面図である。
【図３】本発明に係わる表面欠陥検査装置の第１実施例における処理を説明するためのフローチャートである。
【図４】緩い凹凸（プレス欠陥）と埃等異物の撮像手段の視野内における抽出面積の変化を比較した図であって、（ａ）は緩い凹凸（プレス欠陥）を、（ｂ）は埃等異物を示す。
【図５】緩い凹凸（プレス欠陥）と埃等異物の撮像手段の視野内における追跡過程中の面積分布図を比較したグラフである。
【図６】緩い凹凸（プレス欠陥）と埃等異物の抽出位置による反射光強度を撮像手段の視野内における追跡過程中の面積分布図を比較した図であって、（ａ）は緩い凹凸（プレス欠陥）を、（ｂ）は埃等異物を示す。
【図７】シーン現象を説明するための図であって、（ａ）はこの現象が発生している状態を示す写真、（ｂ）は輝度の変化を示すグラフである。
【図８】本発明に係わる表面欠陥検査装置の第２実施例における処理を説明するためのフローチャートである。
【図９】本発明に係わる表面欠陥検査装置の第３実施例における処理を説明するためのフローチャートである。
【図１０】本発明に係わる表面欠陥検査装置の第３実施例における欠陥判定処理の詳細を説明するためのフローチャートである。
【図１１】本発明に係わる表面欠陥検査装置の第４実施例における処理を説明するためのフローチャートである。
【図１２】プレス成形ラインの一例を示す概略側面図である。
【符号の説明】
Ｗ 被検査物
Ｗｆ 被検査面
１ 光学的センサ
２ 画像処理装置（画像処理手段）
３ 画像用ホストコンピュータ（誤検出判定手段）
１１ 撮像手段
２９ 被検査物搬送手段[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a surface defect inspection apparatus, and more particularly to a surface defect inspection apparatus used for inspecting surface defects such as irregularities on the surface of a press-formed body panel in the manufacture of automobiles and the like.
[0002]
[Prior art]
An example of this type of surface defect inspection apparatus is described in Japanese Patent Application Laid-Open No. 11-223519. The surface defect inspection apparatus described in the publication irradiates illumination light at a certain shallow irradiation angle with respect to the surface to be inspected, and images reflected light from the surface to be inspected at an imaging angle larger than the irradiation angle. Then, surface defects such as irregularities on the surface to be inspected are captured as irregularly reflected light. When extracting surface defects from the received light image, the received light image is differentiated with a large differential filter that matches the size of the surface defect, the differentiated image is smoothed with a vertical smoothing filter, and the smoothed image is subtracted. By performing the processing, image processing that can accurately binarize and extract only surface defects in an image including a gradient component is performed.
[0003]
[Problems to be solved by the invention]
By the way, in the press molding of a general vehicle body panel, as shown in FIG. 12, in the in-
[0004]
The vehicle body panel W discharged from the
[0005]
However, in the surface defect inspection apparatus and the like described in the above-mentioned JP-A-11-223519, because it has an optimum filter configuration for detecting loose irregularities (press defects) generated in the press line, When applied to a press line, dust, dust, and dirt that float in the air while being transported on the conveyor after pressing adhere to the surface of the vehicle body panel, which can be identified as loose irregularities (press defects). There was a problem that it was difficult to apply inline because it could not be detected and was erroneously detected.
[0006]
In addition, in order to prevent erroneous detection, adding equipment or the like for covering the conveyor with a cover or the like so as to prevent dust or the like floating in the air from adhering causes a problem of increasing man-hours and costs. In order to prevent false detection, improving the production environment at the factory level so that dust and the like floating in the air do not scatter will cause a significant increase in man-hours, days and costs, and scatter dust and the like. There was a problem that it was impossible to prevent completely.
[0007]
OBJECT OF THE INVENTION
The present invention has been made in view of the above-described conventional situation, and when inspecting surface defects of an object to be inspected such as a press-formed body panel, dust, dust, and dust floating in the air are covered. An object of the present invention is to provide a surface defect inspection apparatus that can detect a surface defect with high accuracy even if it adheres to an inspection surface.
[0008]
[Means for Solving the Problems]
The surface defect inspection apparatus according to the present invention includes, as described in
[0009]
The surface defect inspection apparatus according to the present invention includes an inspection object transfer means for transferring an inspection object, and an object to be inspected conveyed by the inspection object transfer means. Based on illumination means for irradiating the inspection surface with illumination light, imaging means for imaging the inspection surface, and a received light image obtained by the imaging means Captured as diffusely reflected light Check the surface to be inspected for defects By image processing Based on the image processing means to extract and the received light image obtained by the imaging means It is an isolated point due to deposits etc. on the surface to be inspected A false detection removal means for removing false detection of the image processing means, and when the false detection removal means extracts a defect by the image processing means Inspected Calculate the total area of isolated points to be calculated, and select isolated points with an area that is greater than or less than an arbitrary area As a false positive Area determination means to be removed, and isolated points that are greater than or equal to any number of extractions and less than or equal to any number of extractions for all isolated points remaining after removal by the area determination means As a false positive By statistically processing the area distribution of all isolated points remaining after removal by the tracking matching determination means to be removed and the area determination means and the tracking matching determination means False positive And statistical processing determination means for removing isolated points And a degree calculation means for calculating at least one of a kurtosis degree, a distortion degree, and a variation degree of the area distribution of all isolated points remaining after the removal by the area determination means and the tracking verification determination means, and a degree calculation Compare the kurtosis, distortion, or variation obtained by the means with the threshold of any kurtosis, distortion, or variation, and if the kurtosis, distortion, or variation is below the threshold, false detection And a degree determination means for removing It is characterized by that.
[0010]
Further, the surface defect inspection apparatus according to the present invention is as follows. 4 Inspected object conveying means for conveying the inspected object, an illuminating means for irradiating illumination light to the inspected surface of the inspected object conveyed by the inspected object conveying means, Based on the imaging means for imaging the inspection surface and the received light image obtained by the imaging means Captured as diffusely reflected light Check the surface to be inspected for defects By image processing The image processing means to extract, the oil condition detecting means for detecting the oil condition of the surface to be inspected based on the received light image obtained by the imaging means, and the signal from the oil condition detecting means It is an isolated point due to the adhered oil on the surface to be inspected A false detection removal means for removing false detection of the image processing means, and when the false detection removal means extracts a defect by the image processing means Inspected Calculate the total area of isolated points to be calculated, and select isolated points with an area that is greater than or less than an arbitrary area As a false positive Area determination means to be removed, and isolated points that are greater than or equal to any number of extractions and less than or equal to any number of extractions for all isolated points remaining after removal by the area determination means As a false positive The tracking collation judgment means to be removed, and the shape of each isolated point remaining after removal by the area judgment means and the tracking collation judgment means are identified based on the aspect ratio False positive First shape identifying means to be removed, area determining means, tracking verification determining means and all isolated points remaining after removal by the first shape identifying means are identified based on the area ratio False positive The second shape identifying means to be removed, and the neighborhood removal region is set for the isolated point that is the removal target in the first shape identifying device and the second shape identifying device, and the isolated points in the region are As a false positive Arbitrary area change by calculating the area change rate of isolated points from the area distribution of all isolated points remaining after removal by the neighborhood removal determining means to be removed, the first shape identifying means, the second shape identifying means, and the neighborhood removal determining means Isolated points below the rate As a false positive And an area change rate determination means for removing, 5 As described in the above, the area change rate determination means determines the maximum value of the area of the isolated points from the area distribution of all isolated points remaining after removal by the first shape identification means, the second shape identification means, and the neighborhood removal determination means. Area ratio calculating means for calculating the ratio of the minimum value and the area ratio obtained by the area ratio calculating means and any area ratio Threshold is Compare with If the area ratio is less than the threshold value, it is removed as a false detection. And an area ratio determining means.
[0011]
Further, the surface defect inspection apparatus according to the present invention is as follows. 6 Inspected object conveying means for conveying the inspected object, an illuminating means for irradiating illumination light to the inspected surface of the inspected object conveyed by the inspected object conveying means, and the inspected Based on the imaging means for imaging the surface, and the received light image obtained by the imaging means Captured as diffusely reflected light Check the surface to be inspected for defects By image processing The image processing means to extract, the oil condition detecting means for detecting the oil condition of the surface to be inspected based on the received light image obtained by the imaging means, and the signal from the oil condition detecting means It is an isolated point due to the adhered oil on the surface to be inspected A false detection removal means for removing false detection of the image processing means, and when the false detection removal means extracts a defect by the image processing means Inspected Calculate the total area of isolated points to be calculated, and select isolated points with an area that is greater than or less than an arbitrary area As a false positive Area determination means to be removed, and isolated points that are greater than or equal to any number of extractions and less than or equal to any number of extractions for all isolated points remaining after removal by the area determination means As a false positive The tracking collation judgment means to be removed, and the shape of each isolated point remaining after removal by the area judgment means and the tracking collation judgment means are identified based on the aspect ratio False positive First shape identifying means to be removed, area determining means, tracking verification determining means, and all isolated points remaining after removal by the first shape identifying means are identified based on the area ratio False positive The second shape identifying means to be removed, and the neighborhood removal region is set for the isolated point which is the removal target in the first shape identifying means and the second shape identifying means, and the isolated points in the same region are determined. As a false positive By statistically processing the area distribution of all isolated points remaining after removal by the neighborhood removal determination means to be removed, the first shape identification means, the second shape identification means, and the neighborhood removal judgment means False positive And statistical processing determination means for removing isolated points At the same time, the statistical processing determination means calculates at least one of the kurtosis degree, distortion degree, and variation degree of the area distribution of all isolated points remaining after the removal by the first shape identification means, the second shape identification means, and the neighborhood removal determination means The degree of kurtosis, the degree of distortion, or the degree of variation is calculated by comparing the degree of kurtosis, the degree of distortion, or the degree of variation obtained by the degree calculating unit with the threshold value of any degree of kurtosis, degree of distortion, or degree of variation. It is provided with a degree determination means for removing it as a false detection if it is below the threshold value. It is characterized by that.
[0012]
【The invention's effect】
According to the surface defect inspection apparatus according to
[0013]
In addition, the illumination means, the imaging means, and the image processing means detect surface defects (press defects) that are loose irregularities in the inclined light based on the received light image with few false detections, while the area change rate determination means determines the area. The area change rate of the isolated points is calculated from the area distribution of all isolated points remaining after the removal by the judging means and the tracking matching judging means, and the isolated points below the arbitrary area change rate are removed. It is possible to remove isolated points due to foreign matter. Thereby, even when dust, dust, dust, etc. floating in the air adhere to the surface to be inspected, surface defects can be detected with high accuracy. Further, the removal of isolated points by foreign matters such as dust by the area change rate determination means is not performed by post-processing of the image, but is performed by determining the calculation value of the numerical data, which may increase the image processing speed. There is an advantage that there is no.
[0014]
Claims of the invention To 3 According to the related surface defect inspection apparatus, when inspecting a surface defect of an object to be inspected, such as a press-formed body panel, even if dust, dust and dirt floating in the air adhere to the surface to be inspected. A kimono can be identified and surface defects can be detected with high accuracy.
[0015]
In addition, the illumination means, the imaging means, and the image processing means detect surface defects (press defects) that are loose irregularities in the tilted light based on the received light image with few false detections, while the statistical processing determination means determines the area. By performing statistical processing on the area distribution of all isolated points remaining after removal by the means and the tracking verification determination means, it is possible to remove isolated points due to foreign matters such as dust having a small degree of sharpness, distortion and variation. Thereby, even when dust, dust, dust, etc. floating in the air adhere to the surface to be inspected, surface defects can be detected with high accuracy. Further, the removal of isolated points by foreign matters such as dust by the statistical processing determination means is not performed by post-processing of the image, but is performed by determining the calculation value of the numerical data, so that the image processing speed is not increased. There is an advantage.
[0016]
Claims of the
[0017]
The illumination means, imaging means, and image processing means detect surface defects (press defects) that are loose irregularities in the tilted light based on the received light image with few false detections, but fluctuate due to changes in temperature, humidity, etc. By detecting the oil state to be performed, it is possible to stably obtain an image for performing defect detection without being influenced by environmental changes, and thereafter, the first shape identifying unit, Since the area change rate of the isolated points is calculated from the area distribution of all isolated points remaining after the removal by the two shape identifying means and the neighborhood removal determining means, and the isolated points below an arbitrary area change rate are removed, the area change rate is small. Isolated points due to foreign matters such as dust can be removed. Thereby, even when dust, dust, dust, etc. floating in the air adhere to the surface to be inspected, surface defects can be detected with high accuracy. Further, the removal of isolated points by foreign matters such as dust by the area change rate determination means is not performed by post-processing of the image, but is performed by determining the calculation value of the numerical data, which may increase the image processing speed. There is an advantage that there is no.
[0018]
Claims of the invention 6 According to the surface defect inspection apparatus according to the present invention, when inspecting the surface defect of an object to be inspected such as a press-formed body panel, even if dust, dust and dirt floating in the air adhere to the surface to be inspected, It is possible to discriminate deposits and to detect surface defects with high accuracy.
[0019]
The illumination means, imaging means, and image processing means detect surface defects (press defects) that are loose irregularities in the tilted light based on the received light image with few false detections, but fluctuate due to changes in temperature, humidity, etc. By detecting the oil condition to be performed, it is possible to stably obtain an image for performing defect detection without being influenced by changes in the environment. By statistically processing the area distribution of all isolated points remaining after removal by the shape identifying means and the neighborhood removal determining means, it is possible to remove isolated points due to foreign matters such as dust having a small kurtosis degree, distortion degree, and degree of variation. Thereby, even when dust, dust, dust, etc. floating in the air adhere to the surface to be inspected, surface defects can be detected with high accuracy. Further, the removal of isolated points by foreign matters such as dust by the statistical processing determination means is not performed by post-processing of the image, but is performed by determining the calculation value of the numerical data, so that the image processing speed is not increased. There is an advantage.
[0020]
【Example】
Embodiments of a surface defect inspection apparatus according to the present invention will be described below with reference to the drawings. FIG. 1 shows a first embodiment of a surface defect inspection apparatus according to the present invention. This surface defect inspection apparatus inspects a surface defect of an object to be inspected W which is a press-formed body panel (door panel). The inspection object conveyance means 29 such as a belt conveyor for conveying the inspection object W at a constant speed, the
[0021]
As shown in FIG. 2, the
[0022]
When inspecting a surface defect, it is necessary to keep the irradiation angle α and the imaging angle β constant with respect to the surface to be inspected. Therefore, in this embodiment, as shown in FIG. 1, the
[0023]
Next, the basic processing flow of false detection removal by the
[0024]
Here, in the area determination in step S10, when the object W to be inspected is a vehicle body panel, an edge portion of a vehicle body panel, a hole in a door knob, A false detection isolated point that is relatively easy to identify, such as a door molding edge portion, is mainly removed. Next, in the tracking collation determination in step S11, false detection isolated points that are relatively close in area but different in the number of times of imaging such as dust and small holes (door molding holes and window washer holes) are relatively close, but are tracked and collated. The erroneously detected isolated points having a very large number of times and the extremely small number of erroneously detected isolated points are mainly removed. In general, in the area determination and the tracking verification determination, erroneously detected isolated points are removed to about 1/2 to 1/4.
[0025]
Next, area ratio determination is performed for isolated points remaining after removal in area determination and tracking verification determination. Using the total area data of the tracking process used in the tracking collation determination in step S11, the maximum area and the minimum area during the tracking process are calculated. These areas are calculated by the
[0026]
When the moving direction on the screen moves from a high luminance side to a low luminance side, the change in the extraction area is reversed, and the above graph is also reversed. This point will be described with reference to FIG.
[0027]
In the case of loose irregularities (press defects), as shown in FIG. 6 (a), the inclination angle is as small as 0.5 degrees or less, so that it is easily affected by the distance from the illumination and is far from the illumination. The reflected light intensity is extremely reduced. Further, when it is close to the illumination, as shown in FIG. 7, there is a scene phenomenon (a phenomenon in which the reflected light becomes strong because the regular reflection is taken in addition to the irregular reflection when the illumination angle is shallow). Therefore, an effect due to the fact that the illumination is close is added, the reflected light intensity is increased, and the difference in the reflected light intensity between the case where it is far from the illumination and the case where it is close is further increased.
[0028]
On the other hand, in the case of foreign matter such as dust, due to the property that these foreign matter adheres to the surface of the panel, as shown in FIG. Compared with (Press Defect), it is less affected by the distance from the lighting, and the reflected light intensity does not decrease extremely even when it is far from the lighting. Since the reflected light intensity is increased, the difference in reflected light intensity between the case of being far and the case of being close is small as compared with the loose unevenness (press defect). The extracted area changes due to the difference in reflected light intensity, and as shown in FIG. 5, the area distribution differs between loose irregularities (press defects) and foreign matters such as dust.
[0029]
Next, the maximum value (max) and the minimum value (min) are obtained from each data in the area distribution, and the maximum / minimum ratio (max / min) is calculated. This is calculated for all isolated points and judged with a certain arbitrary threshold value, and if it is above the threshold value, it is removed as loose irregularities (press defects), and if it is below the threshold value, it is removed as foreign matter such as dust. Here, the maximum value (max) and the minimum value (min) are created by creating a program, using a function of software generally provided in a personal computer, or using a function of an image processing apparatus. Find it. The determination logic can be easily performed by adding a program to the software of the image processing apparatus.
[0030]
The determination threshold may be obtained experimentally, but the maximum / minimum ratio (max / min) of loose irregularities (press defects) and foreign matters such as dust is experimentally obtained and averaged to obtain an intermediate boundary value. The threshold value may be set, or the maximum / minimum ratio (max / min) of loose irregularities (press defects) may be repeatedly determined experimentally to calculate the minimum value, and the threshold value may be equal to or less than the minimum value. Conversely, it may be greater than the maximum value of foreign matter such as dust.
[0031]
Next, a second embodiment of the surface defect inspection apparatus according to the present invention will be described with reference to FIG.
In this embodiment, the processing from the original image capture in step S14 to the tracking collation determination in step S24 is the same as steps S1 to S11 in the first embodiment. In this embodiment, statistical processing is performed on the extracted isolated points in step S25, and each isolated point is determined with a certain threshold value.
[0032]
In the present embodiment, similar to the first embodiment, the entire area data of the tracking process used in the tracking collation determination in step S24 is used. Then, statistical processing is performed using the total area data during the tracking process. As an example of statistical processing, as shown in the area distribution diagram in the tracking process shown in FIG. 5, in the case of loose unevenness (press defect), it becomes a pointed shape like a mountain, and in the case of foreign matter such as dust Is flat and not sharp, calculate the degree of kurtosis and distortion as the degree of area distribution, set an arbitrary fixed threshold value, and loose unevenness when the sharpness is larger than the threshold value (press defect) Can be determined.
[0033]
In addition, from the area distribution chart during the tracking process shown in FIG. 5, the data distribution varies greatly in the case of loose irregularities (press defects), and the dispersion is small in the case of foreign matter such as dust, the area distribution. The degree of data variation may be calculated to set an arbitrary fixed threshold value in the same manner, and a case where the value is larger than the threshold value may be determined as loose unevenness (press defect).
[0034]
This statistical processing may be performed by the
[0035]
Next, a third embodiment of the surface defect inspection apparatus according to the present invention will be described with reference to FIG.
In the present embodiment, before the area ratio determination (step S12 in FIG. 3) in the first embodiment is performed, even if there is a vacuum mark or unevenness due to cleaning oil on the surface to be inspected, surface defect detection is performed. To perform processing with high accuracy.
[0036]
In FIG. 9, steps S27 to S37 are the same as steps S1 to S11 described in FIG. Then, after performing the first shape identification based on the aspect ratio of the isolated point in step S38, the second shape identification based on the area ratio of the isolated point is performed in step S39, and further, the neighborhood removal region for the isolated point in step S40. Is set to remove the isolated points in the same area to remove the false detection, and in step S41, the same area ratio determination as in step S12 (see FIG. 3) in the first embodiment is performed. In S42, the defect is displayed on the result display monitor 4 (see FIG. 1).
[0037]
As described above, the isolated points remaining after the removal in the area determination and the tracking matching determination are sequentially subjected to the first shape identification in step S38, the second shape identification in step S39, and the neighborhood removal in step S40. The processing flow is shown in FIG.
[0038]
In step S43, all isolated points remaining after removal by area determination and tracking collation determination are targeted, and in step S44, a general fillet coordinate calculation filter or the like as shown in FIG. (Xmin, Xmax, Ymin, Ymax) is calculated. Next, in step S45, the vertical length (ΔY = Ymax−Ymin) and the horizontal length (ΔX = Xmax−Xmin) of all isolated points are calculated using the vertical and horizontal XY coordinates, and the horizontal length (ΔX) / vertical length ( The aspect ratio (R) which is ΔY) is calculated.
[0039]
Next, in step S46, the vertical and horizontal area (ΔX × ΔY), which is horizontal length (ΔX) × vertical length (ΔY), is calculated, and the actual area (Sd) used in the area determination already calculated in the flow of FIG. ), That is, the area ratio (S) which is vertical / horizontal area (ΔX × ΔY) / real area (Sd). In steps S47 and S48, as the first shape identification and the second shape identification, the calculated aspect ratio (R) and area ratio (S) are preliminarily inputted to the aspect ratio threshold (R0), and the area ratio threshold. Compared with the value (S0), if each result is equal to or less than the threshold value, it is determined as a defect.
[0040]
Further, if the calculated aspect ratio (R) and area ratio (S) are equal to or greater than the threshold value, they are removed as false detections, but these are the calculated eigenvalues (Xmin, Xmax, Ymin, Ymax) that are the respective eigenvalues. ), Vertical length (ΔY), horizontal length (ΔX), and information on isolated points such as barycentric coordinates that can be calculated simultaneously when calculating the area calculated in the flow of FIG. These are used in the neighborhood removal described later.
[0041]
It should be noted that the threshold value is an uneven aspect ratio (R) and area ratio (S) of surface defects (press defects) that are loose irregularities, and threshold values that can be reliably determined are empirically determined by R0, S0. You can enter as. For surface defects that are general loose irregularities, the aspect ratio threshold (R0) may be about 5.5 and the area ratio threshold (S0) may be about 3. Further, the determination is performed after the first shape identification calculation and the determination is performed after the second shape identification calculation, or the first shape identification determination and the first shape determination are performed after the first shape identification calculation and the second shape identification calculation. The same result can be obtained in either order of the two-shape identification determination.
[0042]
In the first shape identification and the second shape identification, the vertical edge on the screen has no sensitivity due to the characteristics of the conventional filter for extracting defects, and the aspect ratio (lateral length (ΔX)) of the first shape identification. / Vertical length (ΔY)) determination is performed to remove oblong surface defects that are relatively different from the loose irregular surface defects that are elliptical. In addition, since the horizontal edge has high sensitivity, a false detection also occurs for an oblique edge that is intermediate between the vertical and horizontal directions, and the shape becomes a crescent shape. Therefore, the area ratio of the second shape identification (vertical and horizontal) In the area (ΔX × ΔY 2) / real area (Sd)), the area ratio is different from the surface defect of the loose irregularities that become an elliptical shape, thereby eliminating false detection.
[0043]
Next, neighborhood removal will be described. In the neighborhood removal, since only isolated points that have been determined and removed by the first shape identification and the second shape identification are stored, the stored information is read first. Based on the read storage information, the position of the neighborhood region is set in step S49 in FIG. That is, the position where the neighborhood region is set is the original position (such as the center of gravity position) where the stored isolated point is erroneously detected.
[0044]
In step S50, for all of the isolated points determined and removed by the first shape identification and the second shape identification, at least one of the vertical, horizontal, and diagonal directions at the original coordinate position, that is, all the vertical and horizontal diagonal directions. The neighborhood removal area is calculated and set. As shown in FIG. 10D, the setting direction and amount are input in advance as LX +, LX−, LY +, LY−, LX ′ +, LX′−, LY ′ +, LY′−. Just keep it. Further, the reference for setting the area may be extended from the maximum and minimum coordinate values of each isolated point, or may be extended from the barycentric coordinates. The direction and amount of this extension can be determined experimentally.
[0045]
In addition, because of the characteristics of the conventional filter for extracting defects, the isolated points are horizontally long. Therefore, it is desirable to set a neighboring region with a large number of vertical directions that are easily interrupted. In general, the horizontal direction may be about twice as large as ΔX, and the vertical direction is preferably about three times larger than ΔY. However, the direction and amount of setting of the region can be arbitrarily determined while examining the tendency of erroneous detection. It is desirable to be able to set it.
[0046]
After the setting of the neighborhood area is completed, whether or not there is an isolated point to be removed in the set neighborhood area by the presence / absence determination of the removal object in step S51, that is, for example, a barycentric coordinate exists in the neighborhood area If there is no isolated point to be determined, and if it does not exist, the process proceeds to area ratio determination (step S41) in FIG. If it exists, the isolated point is determined to be erroneously detected, and is removed by removing the neighboring region in step S52. The condition for determining the existing isolated point may be a center of gravity coordinate or a part of the maximum and minimum coordinates, and may be determined experimentally in light of the erroneous detection performance and the reduction rate of the inspection range.
[0047]
Then, in step S41 of FIG. 9, the same area ratio determination as in step S12 (see FIG. 3) in the first embodiment is performed, and the defect is displayed on the result display monitor 4 in step S42.
[0048]
As described above, in this embodiment, foreign substances such as dust to be removed are removed in advance depending on the size and shape of the object to be removed by the process assuming that cleaning oil or the like exists on the surface to be inspected. Therefore, the removal performance can be further improved by performing this process before the area ratio determination.
[0049]
Next, a fourth embodiment of the surface defect inspection apparatus according to the present invention will be described with reference to FIG.
In this embodiment, even if there is a vacuum mark or unevenness due to cleaning oil on the surface to be inspected before performing the statistical processing determination (step S25 in FIG. 8) in the second embodiment, surface defects are detected. Is performed with high accuracy, that is, an oil error detection countermeasure process added in the third embodiment is performed.
[0050]
The processes from step S53 to S66 are the same as steps S27 to S40 in the third embodiment. In step S67, the same statistical processing determination as in step S25 in the second embodiment is performed. As a result, even in this embodiment, foreign substances such as dust to be removed may be removed in advance depending on the size and shape of the object to be removed by the process assuming that cleaning oil or the like exists on the surface to be inspected. By performing this process before the process shown as the second embodiment, the removal performance can be further improved.
[Brief description of the drawings]
FIG. 1 is a schematic perspective view showing the configuration of a first embodiment of a surface defect inspection apparatus according to the present invention.
2 is a cross-sectional view for explaining a configuration of an optical sensor of the surface defect inspection apparatus in FIG. 1;
FIG. 3 is a flowchart for explaining processing in the first embodiment of the surface defect inspection apparatus according to the present invention;
FIGS. 4A and 4B are diagrams for comparing changes in the extracted area in the field of view of an imaging means for foreign matters such as dust and the like, where (a) shows loose unevenness (press defect), and (b) shows dust. It shows foreign matter.
FIG. 5 is a graph comparing an area distribution diagram during a tracking process in a field of view of an imaging unit of a foreign object such as dust and loose irregularities (press defect).
FIG. 6 is a diagram comparing an area distribution diagram during a tracking process in a visual field of an image pickup means with respect to reflected light intensity due to a position where a foreign object such as dust is extracted and a loose unevenness (press defect), and FIG. (B) shows foreign matters such as dust.
7A and 7B are diagrams for explaining a scene phenomenon, in which FIG. 7A is a photograph showing a state in which this phenomenon occurs, and FIG. 7B is a graph showing a change in luminance.
FIG. 8 is a flowchart for explaining processing in the second embodiment of the surface defect inspection apparatus according to the present invention;
FIG. 9 is a flowchart for explaining processing in the third embodiment of the surface defect inspection apparatus according to the present invention;
FIG. 10 is a flowchart for explaining details of defect determination processing in the third embodiment of the surface defect inspection apparatus according to the present invention;
FIG. 11 is a flowchart for explaining processing in the fourth embodiment of the surface defect inspection apparatus according to the present invention;
FIG. 12 is a schematic side view showing an example of a press molding line.
[Explanation of symbols]
W Inspection object
Wf surface to be inspected
1 Optical sensor
2 Image processing device (image processing means)
3 Image host computer (error detection judging means)
11 Imaging means
29 Inspected object transport means
Claims (6)
被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、
被検査面を撮像する撮像手段と、
撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、
撮像手段で得た受光画像に基づいて被検査面の付着物等による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、
誤検出除去手段が、
画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、
面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、
面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出して任意の面積変化率以下の孤立点を誤検出として除去する面積変化率判定手段とを備えていることを特徴とする表面欠陥検査装置。Inspection object conveying means for conveying the inspection object;
Illuminating means for irradiating illumination light to the surface to be inspected of the inspected object conveyed by the inspected object conveying means;
Imaging means for imaging the surface to be inspected;
Image processing means for extracting a defect image processing of the inspected surface captured as irregularly reflected light on the basis of the received-light image obtained by the image pickup means,
A false detection removal means for removing false detection of the image processing means, which is an isolated point due to deposits or the like on the surface to be inspected based on the received light image obtained by the imaging means,
The false detection removal means
An area judging means for removing the erroneously detected isolated point of less area than and any area any area by calculating the total area of the isolated points detected upon defect extracted by the image processing means,
Tracking verification determination means for removing isolated points equal to or greater than the number of extractions and less than or equal to the number of extractions for all isolated points remaining after removal by the area determination means;
Area change rate determination means for calculating the area change rate of isolated points from the area distribution of all isolated points remaining after removal by the area determination means and tracking verification determination means and removing isolated points below an arbitrary area change rate as false detection And a surface defect inspection apparatus.
面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布から孤立点の面積の最大値と最小値の比を算出する面積比算出手段と、
面積比算出手段で得た面積比と任意の面積比であるしきい値とを比較して面積比がしきい値以下であれば誤検出として除去する面積比判定手段とを備えることを特徴とする請求項１に記載の表面欠陥検査装置。The area change rate determination means
An area ratio calculating means for calculating a ratio between the maximum value and the minimum value of the area of the isolated points from the area distribution of all isolated points remaining after the removal by the area determining means and the tracking verification determining means;
Comparing the area ratio obtained by the area ratio calculating means with a threshold value which is an arbitrary area ratio , and comprising an area ratio determining means for removing as false detection if the area ratio is equal to or less than the threshold value The surface defect inspection apparatus according to claim 1.
被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、
被検査面を撮像する撮像手段と、
撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、
撮像手段で得た受光画像に基づいて被検査面の付着物等による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、
誤検出除去手段が、
画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、
面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、
面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布を統計処理することにより誤検出孤立点を除去する統計処理判定手段とを備えていると共に、
統計処理判定手段が、
面積判定手段および追跡照合判定手段による除去後に残った全孤立点の面積分布の尖り度、歪み度およびばらつき度の少なくとも１つを算出する度合い算出手段と、
度合い算出手段で得た尖り度、歪み度またはばらつき度と任意の尖り度、歪み度またはばらつき度のしきい値とを比較して尖り度、歪み度またはばらつき度がしきい値以下であれば誤検出として除去する度合い判定手段とを備えていることを特徴とする表面欠陥検査装置。Inspection object conveying means for conveying the inspection object;
Illuminating means for irradiating illumination light to the surface to be inspected of the inspected object conveyed by the inspected object conveying means;
Imaging means for imaging the surface to be inspected;
Image processing means for extracting a defect image processing of the inspected surface captured as irregularly reflected light on the basis of the received-light image obtained by the image pickup means,
A false detection removal means for removing false detection of the image processing means, which is an isolated point due to deposits or the like on the surface to be inspected based on the received light image obtained by the imaging means,
The false detection removal means
An area judging means for removing the erroneously detected isolated point of less area than and any area any area by calculating the total area of the isolated points detected upon defect extracted by the image processing means,
Tracking verification determination means for removing isolated points equal to or greater than the number of extractions and less than or equal to the number of extractions for all isolated points remaining after removal by the area determination means;
Statistical processing determination means for removing false detection isolated points by statistically processing the area distribution of all isolated points remaining after the removal by the area determination means and tracking verification determination means ,
Statistical processing judgment means,
A degree calculation means for calculating at least one of the kurtosis degree, the distortion degree, and the variation degree of the area distribution of all isolated points remaining after the removal by the area determination means and the tracking matching determination means;
If the degree of kurtosis, degree of distortion, or variation is less than the threshold by comparing the degree of kurtosis, degree of distortion, or degree of variation obtained with the degree calculation means with the threshold value of any degree of kurtosis, degree of distortion, or degree of variation A surface defect inspection apparatus, comprising: a degree determination means for removing as false detection .
被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、
被検査面を撮像する撮像手段と、
撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理 により抽出する画像処理手段と、
撮像手段で得た受光画像に基づいて被検査面の油状況を検出する油状況検出手段と、
油状況検出手段からの信号により被検査面の付着油による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、
誤検出除去手段が、
画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、
面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、
面積判定手段および追跡照合判定手段による除去後に残った全孤立点に対してその縦横比に基づいて形状を識別して誤検出を除去する第１形状識別手段と、
面積判定手段、追跡照合判定手段および第１形状識別手段による除去後に残った全孤立点に対してその面積比に基づいて形状を識別して誤検出を除去する第２形状識別手段と、
第１形状識別手段および第２形状識別手段において除去対象となった孤立点に対して近傍除去領域を設定して同領域内の孤立点を誤検出として除去する近傍除去判定手段と、
第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布から孤立点の面積変化率を算出して任意の面積変化率以下の孤立点を誤検出として除去する面積変化率判定手段とを備えていることを特徴とする表面欠陥検査装置。Inspection object conveying means for conveying the inspection object;
Illuminating means for irradiating illumination light to the surface to be inspected of the inspected object conveyed by the inspected object conveying means;
Imaging means for imaging the surface to be inspected;
Image processing means for extracting a defect image processing of the inspected surface captured as irregularly reflected light on the basis of the received-light image obtained by the image pickup means,
Oil condition detection means for detecting the oil condition of the surface to be inspected based on the received light image obtained by the imaging means;
A false detection removal means for removing false detection of the image processing means that is an isolated point due to the oil adhering to the surface to be inspected by a signal from the oil condition detection means;
The false detection removal means
An area judging means for removing the erroneously detected isolated point of less area than and any area any area by calculating the total area of the isolated points detected upon defect extracted by the image processing means,
Tracking verification determination means for removing isolated points equal to or greater than the number of extractions and less than or equal to the number of extractions for all isolated points remaining after removal by the area determination means;
First shape identifying means for identifying the shape based on the aspect ratio of all isolated points remaining after removal by the area determining means and the tracking collation determining means and removing false detections ;
A second shape identifying means for identifying the shape based on the area ratio for all isolated points remaining after removal by the area determining means, the tracking collation determining means and the first shape identifying means, and removing false detections ;
Neighborhood removal determination means for setting a neighborhood removal region for an isolated point to be removed by the first shape identification means and the second shape identification means, and removing an isolated point in the same region as a false detection ;
The area change rate of the isolated point is calculated from the area distribution of all isolated points remaining after the removal by the first shape identifying unit, the second shape identifying unit, and the neighborhood removal determining unit, and an isolated point having an arbitrary area change rate or less is erroneously detected. A surface defect inspection device comprising: an area change rate determination means to be removed.
第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布から孤立点の面積の最大値と最小値の比を算出する面積比算出手段と、
面積比算出手段で得た面積比と任意の面積比であるしきい値とを比較して面積比がしきい値以下であれば誤検出として除去する面積比判定手段とを備えていることを特徴とする請求項４に記載の表面欠陥検査装置。The area change rate determination means
An area ratio calculating means for calculating a ratio between the maximum value and the minimum value of the area of isolated points from the area distribution of all isolated points remaining after removal by the first shape identifying means, the second shape identifying means, and the neighborhood removal determining means;
Comparing the area ratio obtained by the area ratio calculating means with a threshold value which is an arbitrary area ratio , and having an area ratio judging means for removing as an erroneous detection if the area ratio is equal to or less than the threshold value The surface defect inspection apparatus according to claim 4, wherein
被検査物搬送手段により搬送された被検査物の被検査面に対して照明光を照射する照明手段と、
被検査面を撮像する撮像手段と、
撮像手段で得た受光画像に基づいて乱反射光として捕らえた被検査面の欠陥を画像処理により抽出する画像処理手段と、
撮像手段で得た受光画像に基づいて被検査面の油状況を検出する油状況検出手段と、
油状況検出手段からの信号により被検査面の付着油による孤立点である画像処理手段の誤検出を除去する誤検出除去手段とを備え、
誤検出除去手段が、
画像処理手段で欠陥抽出した際に検出される孤立点の全面積を算出して任意の面積以上および任意の面積以下の面積の孤立点を誤検出として除去する面積判定手段と、
面積判定手段による除去後に残った全孤立点に対して任意の抽出回数以上および任意の抽出回数以下の孤立点を誤検出として除去する追跡照合判定手段と、
面積判定手段および追跡照合判定手段による除去後に残った全孤立点に対してその縦横比に基づいて形状を識別して誤検出を除去する第１形状識別手段と、
面積判定手段、追跡照合判定手段および第１形状識別手段による除去後に残った全孤立点に対してその面積比に基づいて形状を識別して誤検出を除去する第２形状識別手段と、
第１形状識別手段および第２形状識別手段において除去対象となった孤立点に対して近傍除去領域を設定して同領域内の孤立点を誤検出として除去する近傍除去判定手段と、
第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全孤立点の面積分布を統計処理することにより誤検出孤立点を除去する統計処理判定手段とを備えていると共に、
統計処理判定手段が、
第１形状識別手段、第２形状識別手段および近傍除去判定手段による除去後に残った全 孤立点の面積分布の尖り度、歪み度およびばらつき度の少なくとも１つを算出する度合い算出手段と、
度合い算出手段で得た尖り度、歪み度またはばらつき度と任意の尖り度、歪み度またはばらつき度のしきい値とを比較して尖り度、歪み度またはばらつき度がしきい値以下であれば誤検出として除去する度合い判定手段とを備えていることを特徴とする表面欠陥検査装置。Inspection object conveying means for conveying the inspection object;
Illuminating means for irradiating illumination light to the surface to be inspected of the inspected object conveyed by the inspected object conveying means;
Imaging means for imaging the surface to be inspected;
Image processing means for extracting a defect image processing of the inspected surface captured as irregularly reflected light on the basis of the received-light image obtained by the image pickup means,
Oil condition detection means for detecting the oil condition of the surface to be inspected based on the received light image obtained by the imaging means;
A false detection removal means for removing false detection of the image processing means that is an isolated point due to the oil adhering to the surface to be inspected by a signal from the oil condition detection means;
The false detection removal means
An area judging means for removing the erroneously detected isolated point of less area than and any area any area by calculating the total area of the isolated points detected upon defect extracted by the image processing means,
Tracking verification determination means for removing isolated points equal to or greater than the number of extractions and less than or equal to the number of extractions for all isolated points remaining after removal by the area determination means;
First shape identifying means for identifying the shape based on the aspect ratio of all isolated points remaining after removal by the area determining means and the tracking collation determining means and removing false detections ;
A second shape identifying means for identifying the shape based on the area ratio for all isolated points remaining after removal by the area determining means, the tracking collation determining means and the first shape identifying means, and removing false detections ;
Neighborhood removal determination means for setting a neighborhood removal region for an isolated point to be removed by the first shape identification means and the second shape identification means, and removing an isolated point in the same region as a false detection ;
The first shape identification means, with and a statistical processing determining means for removing detected isolated point erroneous by statistically processing the area distribution of all isolated points remaining after removal of the second shape identification means and the vicinity removal determination means ,
Statistical processing judgment means,
Degree calculation means for calculating at least one of the kurtosis degree, the distortion degree, and the variation degree of the area distribution of all isolated points remaining after removal by the first shape identification means, the second shape identification means, and the neighborhood removal determination means ;
If the degree of kurtosis, degree of distortion, or variation is less than the threshold by comparing the degree of kurtosis, degree of distortion, or degree of variation obtained with the degree calculation means with the threshold value of any degree of kurtosis, degree of distortion, or degree of variation A surface defect inspection apparatus, comprising: a degree determination means for removing as false detection .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002131670A JP4016381B2 (en) | 2002-05-07 | 2002-05-07 | Surface defect inspection equipment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002131670A JP4016381B2 (en) | 2002-05-07 | 2002-05-07 | Surface defect inspection equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003322517A JP2003322517A (en) | 2003-11-14 |
| JP4016381B2 true JP4016381B2 (en) | 2007-12-05 |
Family
ID=29544202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002131670A Expired - Fee Related JP4016381B2 (en) | 2002-05-07 | 2002-05-07 | Surface defect inspection equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4016381B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104266612A (en) * | 2014-07-21 | 2015-01-07 | 广西扬翔农牧有限责任公司 | Method for conducting living body determination on boar |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007163417A (en) * | 2005-12-16 | 2007-06-28 | Horon:Kk | Image position measuring method and image position measuring instrument |
| CN103743752B (en) * | 2014-01-23 | 2016-02-10 | 四川大学 | A kind of magnetic shoe online detection instrument based on machine vision |
| JP6264132B2 (en) * | 2014-03-25 | 2018-01-24 | 日産自動車株式会社 | Inspection device and inspection method for painted surface of vehicle body |
| CN106482643B (en) * | 2016-06-30 | 2019-12-17 | 江苏省家禽科学研究所 | Plate and method for measuring size and color of cockscomb |
-
2002
- 2002-05-07 JP JP2002131670A patent/JP4016381B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104266612A (en) * | 2014-07-21 | 2015-01-07 | 广西扬翔农牧有限责任公司 | Method for conducting living body determination on boar |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003322517A (en) | 2003-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6264132B2 (en) | Inspection device and inspection method for painted surface of vehicle body | |
| EP3399302A1 (en) | Egg surface inspection apparatus | |
| JP2009293999A (en) | Wood defect detector | |
| KR102242996B1 (en) | Method for atypical defects detect in automobile injection products | |
| JP2002148195A (en) | Surface inspection apparatus and surface inspection method | |
| JP4016381B2 (en) | Surface defect inspection equipment | |
| JP6007639B2 (en) | Wrinkle detection method and wrinkle detection device | |
| JP2007316019A (en) | Surface defect inspection device | |
| JP2019200775A (en) | Surface defect inspection device and surface defect inspection method | |
| JPH09173935A (en) | Detection of coating state by flow coating and apparatus therefor | |
| JP3760446B2 (en) | Method for qualitative judgment of materials | |
| JP2000275033A (en) | Surface defect inspection device | |
| JP2000214101A (en) | Surface defect-inspecting device | |
| JP2010038723A (en) | Flaw inspecting method | |
| JP5297245B2 (en) | Object surface inspection equipment | |
| CN114820622A (en) | Interlayer foreign matter detection method and device | |
| JP3135075B2 (en) | Appearance inspection method and apparatus, magnetic head inspection method and apparatus, and magnetic head manufacturing facility | |
| JP2002310917A (en) | Defect detecting method and device thereof | |
| JP3510468B2 (en) | Surface defect inspection equipment | |
| JP4756299B2 (en) | Surface defect inspection equipment | |
| JP2009047517A (en) | Inspection apparatus | |
| JPH1010053A (en) | Inspection device for surface defect | |
| JP3454162B2 (en) | Inspection system for flat plate with holes | |
| JPH07113758A (en) | Binary calculating method in appearance inspection device | |
| JPH11351842A (en) | Wheel shape measuring device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041027 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060810 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060818 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061017 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070824 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070906 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100928 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100928 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110928 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120928 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120928 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130928 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |