JP5849397B2 - 表面欠陥検出装置および表面欠陥検出方法 - Google Patents

Description

本発明は、金属板等の表面欠陥検出装置および表面欠陥検出方法に関し、特に、材質や表面処理等により異なる地合を有する鋼板等の表面欠陥検出装置および表面欠陥検出方法に関する。

従来の鋼板等の表面欠陥検出方法として、製造ライン上で移動する鋼板等の表面を照明装置で照明し、ＣＣＤカメラ等の撮像装置を用いて得られる画像データに対して画像処理を実行し、予め設定された輝度閾値を用いて欠陥部を検出する光学的検査方法がある。

そして、表面欠陥部の検出精度を向上させるために工夫された検査方法も提案されている。例えば、特許文献１は、鋼板の表面画像１フレームにおける輝度の分散を検出し、検出された輝度の分散状態に応じて閾値を設定することにより、鋼板の欠陥を検出する方法を提案している。この特許文献１に記載の技術によれば、検査対象の鋼板表面において地合が大きく変動した場合においては、上側閾値を上げ、下側閾値を下げることによって過検出を抑制し、異常部として検出される個数を一定にすることにより、重度な欠陥の未検出を防止することが可能となる。

特開２００２−２１４１４９号公報

しかしながら、鋼板の表面画像における輝度の度数分布は、地合の変動が大きい場合には、必ずしも正規分布とならない。このため、輝度の分散のみによって設定される上側閾値と下側閾値において不整合が生じて適正な閾値設定とならず、欠陥の検出精度の向上を図ることができないことがある。

本発明は、上記に鑑みてなされたものであって、地合の変動による表面画像における輝度の度数分布に適合した閾値を設定することにより、表面欠陥の検出精度を向上させることができる表面欠陥検出装置および表面欠陥検出方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかる表面欠陥検出装置は、照明された被検査面を撮像する撮像手段と、撮像により得られた画像における平均輝度、標準偏差輝度、最大輝度および最小輝度に基づき、該画像の輝度の度数分布についての特徴量を算出する特徴量算出手段と、算出された特徴量に基づき輝度の閾値を設定する閾値設定手段と、設定された閾値に基づき撮像により得られた前記画像における欠陥画素を検出する欠陥検出手段と、を備えることを特徴とする。

また、本発明にかかる表面欠陥検出装置は、上記発明において、前記閾値設定手段は、目視検査により予め得られた上側閾値と下側閾値との手動設定値と前記特徴量との相関関係に基づく関係式により、前記閾値を自動的に設定することを特徴とする。

また、本発明にかかる表面欠陥検出装置は、上記発明において、撮像により得られた画像を縦横に並列される複数の画素領域に分割する画像分割手段をさらに備え、前記特徴量算出手段、前記閾値設定手段および前記欠陥検出手段は、分割された画素領域毎に各々の処理を実行することを特徴とする。

また、本発明にかかる表面欠陥検出装置は、上記発明において、前記画像分割手段は、撮像により得られた一つの画像に対して並行処理により異なるサイズの画素領域として複数に分割し、前記特徴量算出手段および前記閾値設定手段は、分割された異なるサイズの画素領域毎に各々の処理を並行して実行し、前記欠陥検出手段は、異なる分割サイズによる処理結果を選択的に用いて処理を実行することを特徴とする。

また、本発明にかかる表面欠陥検出装置は、上記発明において、前記特徴量は、｜平均輝度−最大輝度｜÷標準偏差輝度および｜平均輝度−最小輝度｜÷標準偏差輝度であることを特徴とする。

また、本発明にかかる表面欠陥検出方法は、照明された被検査面を撮像手段により撮像する撮像ステップと、撮像により得られた画像における平均輝度、標準偏差輝度、最大輝度および最小輝度に基づき、該画像の輝度の度数分布についての特徴量を算出する特徴量算出ステップと、算出された特徴量に基づき輝度の閾値を設定する閾値設定ステップと、設定された閾値に基づき撮像により得られた前記画像における欠陥画素を検出する欠陥検出ステップと、を含むことを特徴とする。

また、本発明にかかる表面欠陥検出方法は、上記発明において、前記閾値設定ステップは、目視検査により予め得られた上側閾値と下側閾値との手動設定値と前記特徴量との相関関係に基づく関係式により、前記閾値を自動的に設定することを特徴とする。

また、本発明にかかる表面欠陥検出方法は、上記発明において、撮像により得られた画像を縦横に並列される複数の画素領域に分割する画像分割ステップをさらに備え、前記特徴量算出ステップ、前記閾値設定ステップおよび前記欠陥検出ステップは、分割された画素領域毎に各々の処理を実行することを特徴とする。

また、本発明にかかる表面欠陥検出方法は、上記発明において、前記画像分割ステップは、撮像により得られた一つの画像に対して並行処理により異なるサイズの画素領域群として複数に分割し、前記特徴量算出ステップおよび前記閾値設定ステップは、分割された異なるサイズの画素領域毎に各々の処理を並行して実行し、前記欠陥検出ステップは、異なる分割サイズによる処理結果を選択的に用いて処理を実行することを特徴とする。

また、本発明にかかる表面欠陥検出方法は、上記発明において、前記特徴量は、｜平均輝度−最大輝度｜÷標準偏差輝度および｜平均輝度−最小輝度｜÷標準偏差輝度であることを特徴とする。

本発明によれば、地合の変動による表面画像における輝度の度数分布に適合した閾値を設定することにより、表面欠陥の検出精度を向上させることができる表面欠陥検出装置および表面欠陥検出方法を提供することができる。

図１は、本実施の形態の欠陥検出装置を示す概略構成図である。 図２は、フレーム画像の分割の一例を示す説明図である。 図３は、一つの画素領域に含まれる全画素の輝度における度数分布の一例を示す特性図である。 図４は、上側係数ｋ´_ｏｖｅｒ、下側係数ｋ´_{ｕｎｄｅｒ}と特徴量との相関の一例を示す特性図である。 図５は、変形例の画像処理装置の構成例を示す概略ブロック図である。 図６は、異なるサイズＡ，Ｂによるフレーム画像の分割例を示す説明図である。

以下に、本発明にかかる実施の形態を図面を参照して詳細に説明する。本実施の形態は、一例として圧延搬送される鋼板１の表面欠陥検出への適用例を示す。なお、この実施の形態によりこの発明が限定されるものではなく、例えば鋼板以外の表面欠陥検出にも適用可能である。図１は、本実施の形態の欠陥検出装置を示す概略構成図である。本実施の形態の欠陥検出装置は、照明装置２、撮像装置３および画像処理装置４を備える。照明装置２は、Ｙ方向に圧延搬送される鋼板１の被検査面となる表面にスリット光を照射する。撮像装置３は、主走査方向ＸがＹ方向に直交するように配設された１次元ＣＣＤカメラ等からなり、照明装置２により照明されて鋼板１の表面で乱反射される光を受光することにより鋼板１の表面についての画像を取得する。このとき、鋼板１は、副走査方向（Ｙ方向）に順次搬送されるので、撮像装置３は２次元的に鋼板１の表面を読み取ることとなり、撮像装置３からは所定サイズのフレーム画像が順次出力され、メモリに格納される。

画像処理装置４は、撮像装置３から順次得られるフレーム画像に対して所定の処理を行うことにより、鋼板１の表面における陥没した欠陥や突出した欠陥の検出を行う。この画像処理装置４は、画像分割部４１と特徴量算出部４２と閾値設定部４３と相関テーブル４４と欠陥検出部４５とを備える。

画像分割部４１は、撮像装置３により撮像されてメモリに格納されたフレーム画像を縦横に並列される複数の画素領域に分割する処理を実行する。図２は、フレーム画像５１の分割の一例を示す説明図である。図示例は、フレーム画像５１を主走査方向Ｘに１６分割し、副走査方向（Ｙ方向）に６分割し、合計９６個の画素領域５２に分割している例を示している。なお、５３は、欠陥である。

図３は、このように分割された一つの画素領域５２に含まれる全画素の輝度における度数分布の一例を示す特性図である。この輝度の度数分布６１において、陥没した欠陥部（例えば、ヘゲ、ブロ、縦割れ、耳ヒビなど）の輝度分布は輝度の低い範囲に分布する。これは、照明装置２により照明された光が陥没した欠陥部に吸収され、撮像装置３に受光されないことに起因する。一方、突出した欠陥部（例えば、バリ押し、絞りなど）の輝度分布６１は、輝度の高い範囲に分布する。これは、照明装置２により照射された光が突出した欠陥部により正反射あるいはそれに近い状態で反射したことにより、撮像装置３に照度の高い光を受光したことに起因する。つまり、鋼板１の表面について欠陥５３を検出するためには、基本的には、欠陥検出部４５に対して輝度の度数分布６１において上側閾値Ｔ_ｏｖｅｒと下側閾値Ｔ_{ｕｎｄｅｒ}とを適正に設定し、上側閾値Ｔ_ｏｖｅｒよりも輝度の高い範囲、下側閾値Ｔ_{ｕｎｄｅｒ}よりも輝度の低い範囲に含まれる画素を抽出することにより、欠陥５３の検出が可能である。

ここで、従来の欠陥検出技術としては、分割された画素領域の輝度における分散σ^２を用いて、
上側閾値Ｔ_ｏｖｅｒ＝Ｌ_ａｖｅ＋ｋσ^２ （１）
下側閾値Ｔ_{ｕｎｄｅｒ}＝Ｌ_ａｖｅ−ｋσ^２ （２）
を設定し、欠陥の検出を行っていた。なお、Ｌ_ａｖｅは平均輝度を示すＬバーを意味するものとする（本明細書においては、以下同様とする）。また、ｋは所定の係数である。

しかしながら、鋼板表面における輝度の度数分布は、平均輝度Ｌ_ａｖｅに対して正規分布のような等方的な分布傾向とはならないため、分散σ^２のみで上側閾値Ｔ_ｏｖｅｒと下側閾値Ｔ_{ｕｎｄｅｒ}とを設定した場合、鋼板表面の地合に不適合な閾値設定となってしまう。

そこで、本実施の形態では、輝度の度数分布６１が平均輝度Ｌ_ａｖｅに対して等方的でない場合に、図３に示す上側閾値Ｔ_ｏｖｅｒと下側閾値Ｔ_{ｕｎｄｅｒ}とを、平均輝度Ｌ_ａｖｅ、最大輝度Ｌ_ｍａｘ、最小輝度Ｌ_ｍｉｎを用いて、
上側閾値Ｔ_ｏｖｅｒ＝Ｌ_ａｖｅ＋ｋ´_ｏｖｅｒ｜Ｌ_ｍａｘ−Ｌ_ａｖｅ｜ （３）
下側閾値Ｔ_{ｕｎｄｅｒ}＝Ｌ_ａｖｅ −ｋ´_{ｕｎｄｅｒ}｜Ｌ_ｍｉｎ−Ｌ_ａｖｅ｜ （４）
（ｋ´_ｏｖｅｒ、ｋ´_{ｕｎｄｅｒ}は、所定の係数である）
と設定することにより、鋼板１の表面における輝度の度数分布６１を反映した閾値設定を可能としたものである。ここで、このような上側閾値Ｔ_ｏｖｅｒと下側閾値Ｔ_{ｕｎｄｅｒ}との自動設定を行うため、係数ｋ´_ｏｖｅｒ、ｋ´_{ｕｎｄｅｒ}を目視検査の判定結果に適合した値に設定する。

このため、まず、平均輝度Ｌ_ａｖｅ、標準偏差輝度σ、最大輝度Ｌ_ｍａｘ、最小輝度Ｌ_ｍｉｎを用いて特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σおよび｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σを算出する。ここで、度数の分布にはバラツキがあるので、標準偏差輝度σは、正規分布にフィッティングした後の値が用いられる。そして、目視検査により得られる閾値における係数ｋ´_ｏｖｅｒ、ｋ´_{ｕｎｄｅｒ}と算出された特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ、｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σとの相関を求めて、直線近似することにより、
ｋ´_ｏｖｅｒ＝α｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ＋β （５）
ｋ´_{ｕｎｄｅｒ}＝α´｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σ＋β´ （６）
（α、β、α´、β´は任意の定数である）
なる関係式が得られたものである。

図４は、上側係数ｋ´_ｏｖｅｒ、下側係数ｋ´_{ｕｎｄｅｒ}と特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ、｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σとの相関の一例を示す特性図である。本実施の形態では、このように目視検査による上側係数ｋ´_ｏｖｅｒ、下側係数ｋ´_{ｕｎｄｅｒ}と特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ、｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σとの間には所定の相関関係があることを見出したものであり、図示例では、（５）式の関係式を示す直線７１の相関係数は、α＝−０．９７、（６）式の関係式を示す直線７２の相関係数は、α´＝−０．９７となったものである。相関テーブル４４は、目視検査の結果に基づくこのような上側係数ｋ´_ｏｖｅｒ、下側係数ｋ´_{ｕｎｄｅｒ}と特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ、｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σとの相関関係を予め記憶したメモリである。

そこで、本実施の形態では、欠陥検出に際して、まず、特徴量算出部４２により、画素領域５２毎に、平均輝度Ｌ_ａｖｅ、標準偏差輝度σ、最大輝度Ｌ_ｍａｘ、最小輝度Ｌ_ｍｉｎを用いて特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σおよび｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σを算出する。そして、閾値設定部４３は、算出された特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σおよび｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σを用いて相関テーブル４４を参照し、関係式（５），（３）、（６），（４）を各々用いることにより、上側閾値Ｔ_ｏｖｅｒと下側閾値Ｔ_{ｕｎｄｅｒ}とを算出して欠陥検出部４５に対して自動設定する。

これにより、鋼板１の表面の地合の変動に適合した上側閾値Ｔ_ｏｖｅｒ、下側閾値Ｔ_{ｕｎｄｅｒ}の設定が可能となり、地合の変動の大きい鋼板１においても、目視検査に近い欠陥５３の検出が可能となる。特に、本実施の形態では、フレーム画像について分割された画素領域５２毎に各々の処理を実行するようにしているので、局所的に地合の変動が大きい場合でも、局所的な地合の変動が大きい領域に対応した適正な上側閾値Ｔ_ｏｖｅｒ、下側閾値Ｔ_{ｕｎｄｅｒ}の設定が可能となる。

図５は、変形例の画像処理装置４の構成例を示す概略ブロック図である。本実施の形態では、画像分割部４１により１種類のサイズの画素領域５２に分割するようにしたが、図５に示すように、撮像により得られた一つのフレーム画像に対して画像分割部４１ａ、４１ｂの並行処理により異なるサイズＡ，Ｂの画素領域５２として各々複数に分割するようにしてもよい。図６は、異なるサイズＡ，Ｂによるフレーム画像の分割例を示す説明図である。

そして、特徴量算出部４２ａ、４２ｂおよび閾値設定部４３ａ、４３ｂを用いて、分割された異なるサイズＡ，Ｂの画素領域５２毎に各々の処理を並行して実行する。さらに、欠陥検出部４５では、分割された異なるサイズＡ，Ｂの画素領域５２毎に欠陥候補抽出部４５ａ、４５ｂにより各々上側閾値Ｔ_ｏｖｅｒ、下側閾値Ｔ_{ｕｎｄｅｒ}を用いて該当する画素の集まりを欠陥５３の候補として抽出し、このような異なる分割サイズＡ，Ｂによる処理結果を最終的に欠陥検出部４５ｃにおいて選択信号に応じて選択的に用いるようにする。すなわち、検出したい欠陥に対応する選択信号に応じて、分割サイズＡによる処理結果を用いたり、分割サイズＢによる処理結果を用いたり、分割サイズＡ，Ｂ双方による処理結果を用いたりすればよい。

なお、分割サイズＡは、図６（ａ）に示すように、図２に示したサイズと同じであり、たとえば主走査方向Ｘが２７．５ｍｍであり、副走査方向Ｙが１１０ｍｍである。これに対し、分割サイズＢは、図６（ｂ）に示すように、分割サイズＡを主走査方向Ｘに８倍広げたサイズであり、たとえば主走査方向Ｘが２２０ｍｍであり、副走査方向Ｙが１１０ｍｍである。

これにより、特定の欠陥種（例えば、ヘゲ、しぼり、ブロなど）において検出率が向上する画素領域５２のサイズがあった場合に、欠陥検出としてそのサイズの処理結果を優先的に認めることにより、欠陥の検出効率が向上することとなる。したがって、選択信号としては、例えば異常形状情報などを用いればよく、例えば異常形状情報が「大」の場合には、分割サイズＢ側の処理結果を用い、異常形状情報が「小」の場合には、分割サイズＡ側の処理結果を用いるようにすればよい。

たとえば、分割サイズＡは、欠陥面積の小さいヘゲや耳ヒビなどの欠陥に対する検出効率がよく、分割サイズＢは、副走査方向Ｙに延びる頻度が高いブロなどの欠陥に対する検出効率がよい。すなわち、分割サイズは、分割サイズ面積に対する欠陥面積の比が所定値以下となるようにするのが好ましい。また、この際、ブロなどのように、欠陥の形状を考慮して主走査方向Ｘと副走査方向Ｙとの値を決定するとよい。

なお、図４では、目視検査により得られる閾値における係数ｋ´_ｏｖｅｒ、ｋ´_{ｕｎｄｅｒ}と算出された特徴量｜Ｌ_ａｖｅ−Ｌ_ｍａｘ｜÷σ、｜Ｌ_ａｖｅ−Ｌ_ｍｉｎ｜÷σとの相関関係を直線近似による関係式として求めていたが、これに限らず、他の曲線近似、たとえば多項式近似などの関係式であってもよい。

１ 鋼板
３ 撮像装置
４１ 画像分割部
４２ 特徴量算出部
４３ 閾値設定部
４５ 欠陥検出部

Claims (10)

1. 照明された被検査面を撮像する撮像手段と、
   撮像により得られた画像における平均輝度、標準偏差輝度、および最大輝度に基づき、該画像の輝度の度数分布についての第１特徴量を算出し、撮像により得られた画像における平均輝度、標準偏差輝度、および最小輝度に基づき、該画像の輝度の度数分布についての第２特徴量を算出する特徴量算出手段と、
   算出された第１特徴量を用いて算出した上側所定係数と平均輝度と最大輝度とに基づき輝度の上側閾値を設定し、算出された第２特徴量を用いて算出した下側所定係数と平均輝度と最小輝度とに基づき輝度の下側閾値を設定する閾値設定手段と、
   設定された上側閾値および下側閾値に基づき撮像により得られた前記画像における欠陥画素を検出する欠陥検出手段と、
   を備えることを特徴とする表面欠陥検出装置。
2. 前記閾値設定手段は、前記第１特徴量を用いて前記上側所定係数を算出する際、目視検査により予め得られた上側閾値における前記上側所定係数の手動設定値と前記第１特徴量との相関関係に基づく第１関係式を用い、前記第２特徴量を用いて前記下側所定係数を算出する際、目視検査により予め得られた下側閾値における前記下側所定係数の手動設定値と前記第２特徴量との相関関係に基づく第２関係式を用いることを特徴とする請求項１に記載の表面欠陥検出装置。
3. 撮像により得られた画像を縦横に並列される複数の画素領域に分割する画像分割手段をさらに備え、
   前記特徴量算出手段、前記閾値設定手段および前記欠陥検出手段は、分割された画素領域毎に各々の処理を実行することを特徴とする請求項１または２に記載の表面欠陥検出装置。
4. 前記画像分割手段は、撮像により得られた一つの画像に対して並行処理により異なるサイズの画素領域として複数に分割し、
   前記特徴量算出手段および前記閾値設定手段は、分割された異なるサイズの画素領域毎に各々の処理を並行して実行し、
   前記欠陥検出手段は、異なる分割サイズによる処理結果を選択的に用いて処理を実行することを特徴とする請求項３に記載の表面欠陥検出装置。
5. 前記第１特徴量は、｜平均輝度−最大輝度｜÷標準偏差輝度であり、
   前記第２特徴量は、｜平均輝度−最小輝度｜÷標準偏差輝度であることを特徴とする請求項１〜４のいずれか一つに記載の表面欠陥検出装置。
6. 照明された被検査面を撮像手段により撮像する撮像ステップと、
   撮像により得られた画像における平均輝度、標準偏差輝度、および最大輝度に基づき、該画像の輝度の度数分布についての第１特徴量を算出し、撮像により得られた画像における平均輝度、標準偏差輝度、および最小輝度に基づき、該画像の輝度の度数分布についての第２特徴量を算出する特徴量算出ステップと、
   算出された第１特徴量を用いて算出した上側所定係数と平均輝度と最大輝度とに基づき輝度の上側閾値を設定し、算出された第２特徴量を用いて算出した下側所定係数と平均輝度と最小輝度とに基づき輝度の下側閾値を設定する閾値設定ステップと、
   設定された上側閾値および下側閾値に基づき撮像により得られた前記画像における欠陥画素を検出する欠陥検出ステップと、
   を含むことを特徴とする表面欠陥検出方法。
7. 前記閾値設定ステップは、前記第１特徴量を用いて前記上側所定係数を算出する際、目視検査により予め得られた上側閾値における前記上側所定係数の手動設定値と前記第１特徴量との相関関係に基づく第１関係式を用い、前記第２特徴量を用いて前記下側所定係数を算出する際、目視検査により予め得られた下側閾値における前記下側所定係数の手動設定値と前記第２特徴量との相関関係に基づく第２関係式を用いることを特徴とする請求項６に記載の表面欠陥検出方法。
8. 撮像により得られた画像を縦横に並列される複数の画素領域に分割する画像分割ステップをさらに含み、
   前記特徴量算出ステップ、前記閾値設定ステップおよび前記欠陥検出ステップは、分割された画素領域毎に各々の処理を実行することを特徴とする請求項６または７に記載の表面欠陥検出方法。
9. 前記画像分割ステップは、撮像により得られた一つの画像に対して並行処理により異なるサイズの画素領域群として複数に分割し、
   前記特徴量算出ステップおよび前記閾値設定ステップは、分割された異なるサイズの画素領域毎に各々の処理を並行して実行し、
   前記欠陥検出ステップは、異なる分割サイズによる処理結果を選択的に用いて処理を実行することを特徴とする請求項８に記載の表面欠陥検出方法。
10. 前記第１特徴量は、｜平均輝度−最大輝度｜÷標準偏差輝度であり、
    前記第２特徴量は、｜平均輝度−最小輝度｜÷標準偏差輝度であることを特徴とする請求項６〜９のいずれか一つに記載の表面欠陥検出方法。

Images