JP5943722B2 - 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 - Google Patents
欠陥判定装置、放射線撮像システム、及び欠陥判定方法 Download PDFInfo
- Publication number
- JP5943722B2 JP5943722B2 JP2012130713A JP2012130713A JP5943722B2 JP 5943722 B2 JP5943722 B2 JP 5943722B2 JP 2012130713 A JP2012130713 A JP 2012130713A JP 2012130713 A JP2012130713 A JP 2012130713A JP 5943722 B2 JP5943722 B2 JP 5943722B2
- Authority
- JP
- Japan
- Prior art keywords
- defect
- characteristic
- product
- image data
- characteristic amount
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/18—Investigating the presence of flaws defects or foreign matter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
Description
本発明は、欠陥判定装置、放射線撮像システム、及び欠陥判定方法に関するものである。
放射線撮像装置は、放射線(例えばX線)を被検査対象物へ照射し、被検査対象物を透過した放射線を検出して検出画像データを得る。この検出画像データは、例えばFPD(Flat panel detector)によって放射線が検出されることで得られる。
FPDは、複数個の検出素子で構成されているが、検出素子の中には照射された放射線に応じた検出信号を出力することに異常のある検出素子がライン状に生じることがある。
特許文献1には、撮像された画像をエッジ強調処理し、所定の閾値を設定することでライン状異常画像素子を判定し、ライン状異常画像素子をさらに強調して浮かびあがらせ、エッジ強調処理後の差分検出画像データを生成することで、微小な変化しかもたないようなライン状異常画像素子をより精密に検出することを可能にする放射線撮像装置が開示されている。
特許文献1には、撮像された画像をエッジ強調処理し、所定の閾値を設定することでライン状異常画像素子を判定し、ライン状異常画像素子をさらに強調して浮かびあがらせ、エッジ強調処理後の差分検出画像データを生成することで、微小な変化しかもたないようなライン状異常画像素子をより精密に検出することを可能にする放射線撮像装置が開示されている。
しかしながら、特許文献1に記載のように、ライン状異常画像素子を精密に検出したとしても、被検査対象物に生じる欠陥の有無の基準となる初期画像と、実際に被検査対象物を透過した放射線を検出して得られた画像とで、被検査対象物の向きや大きさ等が異なっていた場合、被検査対象物に生じる欠陥が正しく判定されない可能性がある。
このため、作業者は、被検査対象物や放射線撮像装置を予め定められた位置に固定する作業を行う必要があり、撮像に要する時間が長くなっていた。
このため、作業者は、被検査対象物や放射線撮像装置を予め定められた位置に固定する作業を行う必要があり、撮像に要する時間が長くなっていた。
本発明は、このような事情に鑑みてなされたものであって、被検査対象物と放射線撮像装置との相対位置を予め定められた位置に固定する作業を行うことなく、かつ被検査対象物に生じる欠陥の判定を精度高く行うことができる、欠陥判定装置、放射線撮像システム、及び欠陥判定方法を提供することを目的とする。
上記課題を解決するために、本発明の欠陥判定装置、放射線撮像システム、及び欠陥判定方法は以下の手段を採用する。
本発明の第一態様に係る欠陥判定装置は、被検査対象物を透過した放射線を検出する放射線撮像装置によって得られた検出画像データから、前記被検査対象物の欠陥の有無を判定する欠陥判定装置であって、予め記憶手段に記憶されている特徴データにより示される前記被検査対象物の特徴部位の形状に基づいて、前記検出画像データにおける前記特徴部位の位置を特定する位置特定手段と、前記位置特定手段によって特定された前記検出画像データにおける前記特徴部位を基準として欠陥候補を抽出し、予め記憶手段に記憶されている欠陥特性データにより示される欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定する欠陥判定手段と、を備える。
本構成によれば、欠陥判定装置は、被検査対象物を透過した放射線を検出して得られた検出画像データから、被検査対象物の欠陥を判定する。
そして、位置特定手段によって、予め記憶手段に記憶されている特徴データにより示される被検査対象物の特徴部位の形状に基づいて、検出画像データにおける特徴部位の位置が特定される。特徴部位の位置の特定は、例えば特徴データと検出画像データとのテンプレートマッチング処理によって行われる。これにより、放射線撮像装置によって放射線が照射されたときの被検査対象物の向きや大きさにかかわらず、検出画像データにおける特徴部位の位置が特定されることとなる。なお、被検査対象物における特徴部位は、その周辺に欠陥が生じ易い部位であることが好ましい。
そして、位置特定手段によって、予め記憶手段に記憶されている特徴データにより示される被検査対象物の特徴部位の形状に基づいて、検出画像データにおける特徴部位の位置が特定される。特徴部位の位置の特定は、例えば特徴データと検出画像データとのテンプレートマッチング処理によって行われる。これにより、放射線撮像装置によって放射線が照射されたときの被検査対象物の向きや大きさにかかわらず、検出画像データにおける特徴部位の位置が特定されることとなる。なお、被検査対象物における特徴部位は、その周辺に欠陥が生じ易い部位であることが好ましい。
さらに、特定された検出画像データにおける特徴部位を基準として、欠陥判定手段によって欠陥候補が抽出され、予め記憶手段に記憶されている欠陥特性データにより示される被検査対象物に生じる欠陥の特性量と欠陥候補の特性量とに基づいて、被検査対象物の欠陥の有無が判定される。このように、欠陥特性データにより示される欠陥の特性量と欠陥候補の特性量とに基づいて欠陥の有無を判定するので、欠陥の判定を精度高く行える。
従って、本構成は、被検査対象物と放射線撮像装置との相対位置を予め定められた位置に固定する作業を行うことなく、かつ被検査対象物に生じる欠陥の判定を精度高く行うことができる。
上記第一態様では、前記欠陥判定手段が、前記特徴部位からの前記欠陥候補の位置を求め、該位置に応じた前記欠陥特性データにより示される前記欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定することが好ましい。
本構成によれば、欠陥候補の特徴部位からの位置に基づいた、より精度の高い欠陥の有無の判定が可能となる。
上記第一態様では、前記欠陥特性データは、ユークリッド距離が所定の閾値以下の欠陥を一つの集合体とし、該集合体毎の特性量を示すことが好ましい。
本構成によれば、ユークリッド距離が所定の閾値以下の欠陥が一つの集合体とされ、集合体の特性量と欠陥候補の特性量とに基づいて、被検査対象物の欠陥の有無が判定されるので、より簡易に精度の高い欠陥の有無の判定が可能となる。
上記第一態様では、前記集合体に、各々優先順位が設定され、前記欠陥判定手段が、優先順位が高い前記集合体の存在範囲に内包される前記欠陥候補ほど、より欠陥らしいと判定することが好ましい。
本構成によれば、最終的な検査員の目視による欠陥候補の欠陥判定が容易となる。
上記第一態様では、欠陥特性データは、欠陥を前記特徴部位の位置を基準とした複数の領域毎に分類し、該領域毎に応じた前記欠陥の特性量を示すことが好ましい。
本構成によれば、欠陥が被検査対象物の特徴部位を基準とした複数の領域毎、例えば特徴部位の重心(図心)を中心として4象限に分けられた領域毎に分類される。そして、分類された領域に応じた欠陥の特性量に基づいて被検査対象物の欠陥の有無が判定されるので、より簡易に精度の高い欠陥の有無の判定が可能となる。
上記第一態様では、前記欠陥特性データが、欠陥と判定された前記欠陥候補の特性量が新たに追加されることで更新されることが好ましい。
本構成によれば、欠陥の判定の回数が増加する毎に欠陥の特性量が蓄積されるので、欠陥の判定の精度をより高めることができる。
本発明の第二態様に係る放射線撮像システムは、放射線を被検査対象物へ照射し、被検査対象物を透過した放射線を検出した検出画像データを得る放射線撮像装置と、上記記載の欠陥判定装置と、を備える。
本発明の第三態様に係る欠陥判定方法は、被検査対象物を透過した放射線を検出する放射線撮像装置によって得られた検出画像データから、前記被検査対象物の欠陥の有無を判定する欠陥判定方法であって、予め記憶手段に記憶されている特徴データにより示される前記被検査対象物の特徴部位の形状に基づいて、前記検出画像データにおける前記特徴部位の位置を特定する第1工程と、前記第1工程によって特定した前記検出画像データにおける前記特徴部位を基準として欠陥候補を抽出し、予め記憶手段に記憶されている欠陥特性データにより示される欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定する第2工程と、を含む。
本発明によれば、被検査対象物と放射線撮像装置との相対位置を予め定められた位置に固定する作業を行うことなく、かつ被検査対象物に生じる欠陥の判定を精度高く行うことができる、という優れた効果を有する。
以下に、本発明に係る欠陥判定装置、放射線撮像システム、及び欠陥判定方法の一実施形態について、図面を参照して説明する。
〔第1実施形態〕
以下、本発明の第1実施形態について説明する。
以下、本発明の第1実施形態について説明する。
図1は、放射線撮像システム10の構成図である。
放射線撮像システム10は、放射線撮像装置12、検出画像データ記憶装置18、画像処理装置20、及び表示装置22を備える。
放射線撮像システム10は、放射線撮像装置12、検出画像データ記憶装置18、画像処理装置20、及び表示装置22を備える。
放射線撮像装置12は、放射線を被検査対象物(以下、「製品」という。)へ照射する放射線源14、及び製品を透過した放射線を検出した検出画像データ(デジタルデータ)を得るFPD(Flat panel detector)16を備える。なお、本第1実施形態では、放射線を一例としてX線とする。
検出画像データ記憶装置18は、FPD16で得られた検出画像データを記憶する。
画像処理装置20は、検出画像データ記憶装置18に記憶されている検出画像データを読み出し、検出画像データに対して各種画像処理を行う。この画像処理には、検出画像データから製品の欠陥(以下、「製品欠陥」という。)の有無を判定する欠陥判定処理が含まれる。なお、製品は、一例としてガスタービンの翼(静翼又は動翼)であるが、これに限られない。なお、検出画像データは、2次元の画像データである。
表示装置22は、画像処理装置20によって行われた画像処理の結果等が表示される。
図2は、画像処理装置20の構成を示したブロック図である。
画像処理装置20は、画像欠陥処理部30、エッジ処理部32、及び製品欠陥判定部34を備える。
画像処理装置20は、画像欠陥処理部30、エッジ処理部32、及び製品欠陥判定部34を備える。
画像欠陥処理部30は、検出画像データに生じた欠陥(以下、「画像欠陥」という。)を処理する。FPD16を構成する複数個の検出素子の中には、照射された放射線に応じた検出信号を出力することに異常のある検出素子が含まれている場合がある。この異常のある検出素子に対応する検出画像データの領域は、正しい検出画像データではない。このような検出画像データに基づいて製品欠陥の有無を判定しても、精度の高い判定とはならない可能性がある。そこで、画像欠陥処理部30は、製品欠陥の有無の判定に影響を与えないように、検出画像データに生じた画像欠陥を処理する。
エッジ処理部32は、検出画像データに対してエッジ処理を行うことによって、検出画像データにより示される画像の輪郭を明りょうにする。
製品欠陥判定部34は、DB記憶部36、特徴位置特定部38、及び欠陥判定部40を備える。
DB記憶部36は、製品の特徴部位(以下、「製品特徴」という。)の形状を示した製品特徴データを管理する製品特徴データベース(以下、「製品特徴DB」という。)、及び製品欠陥の特性量を示した欠陥特性データを管理する欠陥特性データベース(以下、「欠陥特性DB」という。)を予め記憶している。
なお、製品特徴は、その周辺に製品欠陥が生じ易い部位であることが好ましい。例えば、製品がガスタービンの翼である場合、製品特徴を翼内に設けられている冷却用の溝とする。この溝は、曲率等を有しており、周囲に製品欠陥が生じる可能性がある。
そして、製品欠陥は、例えば溝の周辺に生じる亀裂や点である。
そして、製品欠陥は、例えば溝の周辺に生じる亀裂や点である。
特徴位置特定部38は、製品特徴データにより示される製品特徴の形状に基づいて、検出画像データにおける製品特徴の位置を特定する特徴位置特定処理を行う。
欠陥判定部40は、特徴位置特定部38によって特定された検出画像データにおける製品特徴を基準として欠陥候補を抽出し、欠陥特性DBにより示される製品欠陥の特性量(本第1実施形態ではクラスターの特性量)と欠陥候補の特性量とに基づいて、製品欠陥の有無の判定(以下、「欠陥判定処理」という。)を行う。欠陥判定部40による判定結果は、表示装置22に表示される。
なお、画像処理装置20は、例えば、CPU(Central Processing Unit)、RAM(Random Access Memory)、及びコンピュータ読み取り可能な記録媒体(DB記憶部36)等から構成されている。そして、画像欠陥処理部30、エッジ処理部32、特徴位置特定部38、及び欠陥判定部40の各種機能を実現するための一連の処理は、一例として、プログラムの形式で記録媒体等に記録されており、このプログラムをCPUがRAM等に読み出して、情報の加工・演算処理を実行することにより、各種機能が実現される。
ここで、図3を参照して、欠陥特性DBの生成について説明する。欠陥特性DBは、上述したように予め生成され、DB記憶部36に記憶される。
図3は、欠陥特性DBの生成に係る処理(以下、「欠陥特性DB生成処理」という。)の流れを示したフローチャートである。なお、欠陥特性DB生成処理は、画像処理装置20又は他の情報処理装置(パーソナルコンピュータ等)によって実行される。
まず、ステップ100では、人が予め欠陥と判定した製品欠陥の特性量(欠陥特性データ)を、その製品欠陥の位置(例えば、製品重心からの位置(x,y座標)等)と関連付けて複数登録(情報処理装置への入力)する。
製品欠陥の特性量は、例えば図4に示されるよう大きさ及び形状で規定される。
製品欠陥の大きさは、製品欠陥の面積であり、面積は、例えば製品欠陥とされる像のドット数から求められる。
製品欠陥の形状は、製品欠陥の円形度とされる。円形度をKとし、製品欠陥の面積をS、製品欠陥の周囲長をLとすると、円形度は下記(1)式から算出される。
製品欠陥の形状は、製品欠陥の円形度とされる。円形度をKとし、製品欠陥の面積をS、製品欠陥の周囲長をLとすると、円形度は下記(1)式から算出される。
次のステップ102では、登録した複数の製品欠陥同士のユークリッド距離を算出し、該ユークリッド距離が所定の閾値以下の製品欠陥を一つの集合体(以下、「クラスター」という。)とする。
具体的には、本ステップ102は、製品欠陥同士のユークリッド距離を計算し、最もユークリッド距離が近い製品欠陥同士を1つのクラスターとし、このクラスターの重心(図心)と他の製品欠陥とのユークリッド距離を計算し、最も近い製品欠陥も同じクラスターとする。そして、本ステップ102は、クラスターと製品欠陥とのユークリッド距離が上記閾値を超えるまで繰り返す。これにより、製品欠陥は、クラスター毎に分類されることとなる。
具体的には、本ステップ102は、製品欠陥同士のユークリッド距離を計算し、最もユークリッド距離が近い製品欠陥同士を1つのクラスターとし、このクラスターの重心(図心)と他の製品欠陥とのユークリッド距離を計算し、最も近い製品欠陥も同じクラスターとする。そして、本ステップ102は、クラスターと製品欠陥とのユークリッド距離が上記閾値を超えるまで繰り返す。これにより、製品欠陥は、クラスター毎に分類されることとなる。
次のステップ104では、ステップ102で求めた各クラスターの欠陥判定パラメータを算出する。欠陥判定パラメータは、検出画像データから抽出した欠陥候補が欠陥であるか否かを判定するために用いるパラメータであり、例えば製品欠陥の大きさや形状である。
具体的には、本ステップ104は、各クラスターを構成する製品欠陥の大きさの平均Sm、大きさの標準偏差δS、形状の平均Km、形状の標準偏差δKを算出する。これにより、各クラスターを構成する製品欠陥の大きさSm±δS及び形状Km±δKが欠陥判定パラメータとして求められることとなる。
なお、本ステップ104では、各クラスターの存在範囲を規定する(例えば2点の2次元座標)。
具体的には、本ステップ104は、各クラスターを構成する製品欠陥の大きさの平均Sm、大きさの標準偏差δS、形状の平均Km、形状の標準偏差δKを算出する。これにより、各クラスターを構成する製品欠陥の大きさSm±δS及び形状Km±δKが欠陥判定パラメータとして求められることとなる。
なお、本ステップ104では、各クラスターの存在範囲を規定する(例えば2点の2次元座標)。
次のステップ106では、各クラスターの優先順位を設定する。
本ステップでは、一例として、クラスターに含まれる製品欠陥の数が多いほど高い優先順位を設定する。
本ステップでは、一例として、クラスターに含まれる製品欠陥の数が多いほど高い優先順位を設定する。
次のステップ108では、ステップ104でクラスター毎に算出した欠陥判定パラメータ、クラスターに含まれる製品欠陥数、及びクラスターの存在範囲であるクラスターの特性量を、各クラスターに関連付けて欠陥特性DBとして生成し、本処理を終了する。
下記表1は、欠陥特性DBの構成の一例であり、クラスターCi(iはクラスターの識別子)毎にクラスターの特性量が関連付けられる。なお、クラスターに含まれる製品欠陥の特性量は、クラスターに含まれる製品欠陥毎に関連付けられるため、その数は欠陥数Niと同数である。
以下、表1に示されるクラスターの特性量、クラスターに含まれる製品欠陥の特性量、及び優先順位を総称してクラスターの属性情報という。
以下、表1に示されるクラスターの特性量、クラスターに含まれる製品欠陥の特性量、及び優先順位を総称してクラスターの属性情報という。
図5は、第1実施形態に係る製品欠陥判定部34の処理の流れを示す模式図である。
まず、特徴位置特定部38が特徴位置特定処理を行う。
特徴位置特定処理は、一例として、検出画像データにより示される検出画像と製品特徴画像データにより示される製品特徴画像とをテンプレートマッチング処理により、検出画像データにおける製品特徴の位置を特定する。
特徴位置特定処理は、一例として、検出画像データにより示される検出画像と製品特徴画像データにより示される製品特徴画像とをテンプレートマッチング処理により、検出画像データにおける製品特徴の位置を特定する。
具体的には、特徴位置特定処理は、製品特徴画像をテンプレートとして用い、製品特徴画像を移動、回転、及び拡大縮小させることで検出画像と照合し、検出画像データにおける製品特徴の位置を特定する。そして、特徴位置特定処理は、テンプレートマッチング処理の照合結果から、放射線撮像装置12が備えるFPD16上における、製品の位置、回転角度、及び大きさを示す位置特定情報を得る。
これにより、放射線撮像装置12によって放射線が照射されたときの製品の向きや大きさにかかわらず、検出画像データにおける製品特徴の位置が特定されることとなる。
次に、欠陥判定部40が欠陥判定処理を行う。欠陥判定処理は、製品特徴マスキング処理、欠陥識別処理、及び欠陥度合い判定処理を含む。
製品特徴マスキング処理は、特徴位置特定処理によって得られた位置特定情報と製品特徴画像データとを用いて、検出画像データから製品特徴画像に相当する部分をマスキングする。これにより、マスキング後の検出画像データから製品特徴の周辺における「像」の部分が、欠陥候補として抽出される。ここでいう抽出とは、欠陥候補の位置及び大きさ等の情報を検出画像データから抽出することである。
欠陥識別処理は、製品特徴マスキング処理によって求められた欠陥候補に対して、その特性量を算出し、識別する。
欠陥候補の特性量は、製品欠陥と同様であり、一例として大きさ及び形状で規定される。欠陥候補の特性量の算出方法は、上述した欠陥特性DBの生成における製品欠陥の特性量の算出方法と同様であるので、その説明を省略する。
欠陥度合い判定処理は、欠陥特性DBにより示される製品欠陥の特性量(本第1実施形態ではクラスターの特性量)と欠陥候補の特性量とに基づいて、製品欠陥の有無を判定する。
図6は、欠陥度合い判定処理の流れを示すフローチャートである。
図6は、欠陥度合い判定処理の流れを示すフローチャートである。
まず、ステップ200では、欠陥候補がクラスターに内包されているか否かの判定を行う。
具体的には、製品特徴マスキング処理によって抽出された欠陥候補の位置が欠陥特性DBにより示される何れかのクラスターの存在範囲に内包されているか否かの判定を行う。
ステップ200において肯定判定の場合は、ステップ202へ移行し、否定判定の場合は、ステップ204へ移行する。
具体的には、製品特徴マスキング処理によって抽出された欠陥候補の位置が欠陥特性DBにより示される何れかのクラスターの存在範囲に内包されているか否かの判定を行う。
ステップ200において肯定判定の場合は、ステップ202へ移行し、否定判定の場合は、ステップ204へ移行する。
ステップ202では、クラスターの存在範囲に内包されていると判定された欠陥候補に対して、製品欠陥であるか否かの判定を行う。
具体的には、欠陥候補の大きさ(欠陥大きさ)及び形状(欠陥形状)が、内包されているとされたクラスターの特性量(平均欠陥大きさSmi、欠陥大きさの標準偏差δSi、平均欠陥形状Kmi、欠陥形状の標準偏差δKi)に基づく、下記判定式を満たすか否かによって、欠陥候補が欠陥か否かが判定される。
Smi−αi・δSi<欠陥大きさ<Smi+αi・δSi
Kmi−βi・δKi<欠陥大きさ<Kmi+βi・δKi
なお、上記判定式においてαi及びβiは、欠陥候補が製品欠陥か否かを判定するために経験的に予め求められたパラメータである。
Smi−αi・δSi<欠陥大きさ<Smi+αi・δSi
Kmi−βi・δKi<欠陥大きさ<Kmi+βi・δKi
なお、上記判定式においてαi及びβiは、欠陥候補が製品欠陥か否かを判定するために経験的に予め求められたパラメータである。
次のステップ204では、全ての欠陥候補に対してステップ200,202の処理が終了したか否かを判定し、肯定判定の場合は、ステップ206へ移行し、否定判定の場合は、ステップ200へ戻る。
ステップ206では、ステップ202による欠陥判定の結果や、ステップ200においてクラスターに内包されないと判定された欠陥候補を表示装置22に表示する。
本ステップ206では、クラスターの属性情報に含まれる優先順位が高いクラスターに内包される欠陥候補ほど、より欠陥らしいと判定する。そして、FPD16で得られた検出画像データに基づいた検出画像及び強調表示された欠陥候補が、表示装置22の画面に表示され、欠陥候補毎に優先順位が表示される。
本ステップ206では、クラスターの属性情報に含まれる優先順位が高いクラスターに内包される欠陥候補ほど、より欠陥らしいと判定する。そして、FPD16で得られた検出画像データに基づいた検出画像及び強調表示された欠陥候補が、表示装置22の画面に表示され、欠陥候補毎に優先順位が表示される。
本ステップ206が終了すると、欠陥度合い判定処理は終了する。
欠陥度合い判定処理が終了すると、次に図7に示される欠陥検査処理が行われる。欠陥検査処理は、欠陥度合い判定処理によって表示装置22に表示された欠陥判定の結果に基づいて、検査員が目視により欠陥候補が欠陥か否かを最終的に判定する処理である。
まず、ステップ300では、表示装置22に表示された欠陥候補に対して、検査員の
目視によって欠陥か否かが判定される。このとき、表示装置22にはより欠陥らしい欠陥候補が上位となるように表示されているので、検査員は欠陥候補が欠陥であるか否かの判定が容易となる。
ステップ300において肯定判定の場合は、ステップ302へ移行し、否定判定の場合は、ステップ304へ移行する。
目視によって欠陥か否かが判定される。このとき、表示装置22にはより欠陥らしい欠陥候補が上位となるように表示されているので、検査員は欠陥候補が欠陥であるか否かの判定が容易となる。
ステップ300において肯定判定の場合は、ステップ302へ移行し、否定判定の場合は、ステップ304へ移行する。
ステップ302では、製品欠陥と判定した欠陥候補に関する特性量を新たな製品欠陥の特性量として、画像処理装置20が備える記憶装置の一時記憶領域に記憶させる。
ステップ304では、全ての欠陥候補に対して検査員の目視による欠陥の判定が終了したか否かを検査員が判定し、肯定判定の場合は、本欠陥検査処理を終了し、否定判定の場合は、ステップ300へ戻る。
欠陥検査処理が終了すると、欠陥特性DBに対して、製品欠陥と判定された欠陥候補を新たに追加する更新処理が行われる。
具体的には、欠陥検査処理のステップ302において一時記憶領域に記憶された新たな製品候補の特性量が、該新たな製品欠陥を内包するクラスターに含まれる製品欠陥の特性量に追加される。そして、新たに追加された製品欠陥の特性量を加味して、既存のクラスターの特性量が新たに算出され、欠陥特性DBが更新される。
これにより、欠陥判定の回数が増加する毎に欠陥特性DBに新たな製品欠陥の特性量が蓄積されるので、画像処理装置20は、欠陥判定の精度をより高めることができる。
具体的には、欠陥検査処理のステップ302において一時記憶領域に記憶された新たな製品候補の特性量が、該新たな製品欠陥を内包するクラスターに含まれる製品欠陥の特性量に追加される。そして、新たに追加された製品欠陥の特性量を加味して、既存のクラスターの特性量が新たに算出され、欠陥特性DBが更新される。
これにより、欠陥判定の回数が増加する毎に欠陥特性DBに新たな製品欠陥の特性量が蓄積されるので、画像処理装置20は、欠陥判定の精度をより高めることができる。
以上説明したように、本第1実施形態に係る画像処理装置20は、予めDB記憶部36に記憶されている特徴データにより示される製品特徴の形状に基づいて、検出画像データにおける製品特徴の位置を特定し、特定した検出画像データにおける製品特徴を基準として欠陥候補を抽出し、予めDB記憶部36に記憶されている欠陥特性DBにより示される製品欠陥の特性量(本第1実施形態ではクラスターの特性量)と欠陥候補の特性量とに基づいて、製品欠陥の有無を判定する。
従って、画像処理装置20は、製品と放射線撮像装置12との相対位置を予め定められた位置に固定する作業を行うことなく、かつ製品欠陥の判定を精度高く行うことができる。
〔第2実施形態〕
以下、本発明の第2実施形態について説明する。
以下、本発明の第2実施形態について説明する。
なお、本第2実施形態に係る放射線撮像システム10の構成は、図1,2に示す第1実施形態に係る放射線撮像システム10の構成と同様であるので説明を省略する。
第1実施形態では、欠陥特性DBにおけるクラスターの優先順位をクラスターに含まれる製品欠陥の数によって決定されているが、本第2実施形態では、クラスターの優先順位を先験的に製品欠陥が発生し易いと分かっている領域に含まれる、又は近接するクラスターほど優先順位を高くする。
具体的には、欠陥特性DBの内容が人為的に変更可能とされ、検査員によってクラスターの優先順位を変更可能とする。
具体的には、欠陥特性DBの内容が人為的に変更可能とされ、検査員によってクラスターの優先順位を変更可能とする。
これにより、放射線撮像システム10は、より欠陥判定の精度をより高めることができる。
〔第3実施形態〕
以下、本発明の第3実施形態について説明する。
以下、本発明の第3実施形態について説明する。
なお、本第3実施形態に係る放射線撮像システム10の構成は、図1,2に示す第1実施形態に係る放射線撮像システム10の構成と同様であるので説明を省略する。
第1実施形態では、欠陥候補を内包するクラスターに含まれる製品欠陥の特性量に追加し、既存のクラスターの特性量を新たに算出するが、本第3実施形態では、欠陥検査処理のステップ302において一時記憶領域に記憶された製品欠陥の特性量を欠陥特性DBに追加した後、既存のクラスターの特性量を削除し、新たに追加された製品欠陥の特性量を加味した全ての製品欠陥の特性量に基づいて、再びクラスターを算出し直す。
これにより、製品欠陥の情報が少ない初期の状態では適切なクラスターが形成されていなかったとしても、欠陥判定を繰り返すことにより、製品欠陥の情報の蓄積が進み、より適切なクラスターが算出されるので、より欠陥判定の精度をより高めることができる欠陥特性DBが生成されることとなる。
〔第4実施形態〕
以下、本発明の第4実施形態について説明する。
以下、本発明の第4実施形態について説明する。
なお、本第4実施形態に係る放射線撮像システム10の構成は、図1,2に示す第1実施形態に係る放射線撮像装置12の構成と同様であるので説明を省略する。
本第4実施形態に係る欠陥特性DBの構成が、第1実施形態と異なっている。
本第4実施形態に係る欠陥特性DBは、製品欠陥を製品特徴の位置を基準とした複数の領域(以下、「判定領域」という。)毎に分類し、判定領域毎に応じた製品欠陥の特性量を示している。なお、判定領域は、例えば、図8に示されるように、製品特徴の重心を中心((x,y)=(0,0))として検出画像データを4象限に分けた各象限である。
下記表2は、本第4実施形態に係る欠陥特性DBの構成の一例であり、判定領域An毎に判定領域特性量が関連付けられる。なお、判定領域に含まれる製品欠陥の特性量は、判定領域に含まれる製品欠陥毎に関連付けられるため、その数は欠陥数Niと同数である。
そして、本第4実施形態に係る欠陥度合い判定処理では、欠陥候補が何れの判定領域により示される何れの象限に内包されているかの判定を行う。
本第4実施形態に係る放射線撮像システム10は、製品特徴の位置を基準として欠陥候補の位置を特定するので、欠陥候補がどの象限に位置するかが明確となるため、該当する象限に対応する判定領域特性量と欠陥候補の特性量とから、製品欠陥の有無をより簡易に精度の高く判定できる。
以上、本発明を、上記各実施形態を用いて説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されない。発明の要旨を逸脱しない範囲で上記各実施形態に多様な変更又は改良を加えることができ、該変更又は改良を加えた形態も本発明の技術的範囲に含まれる。
例えば、上記各実施形態では、被検査対象物を透過したX線を検出した検出画像データ(デジタルデータ)を得る撮像装置をFPD16とする形態について説明したが、本発明は、これに限定されるものではなく、被検査対象物を透過したX線を銀塩フィルム、IP(imaging plate)で撮像しアナログ画像を得、アナログ画像をデジタルデータに変換する形態としてもよい。
また、上記各実施形態では、被検査対象物を透過させる放射線をX線とする形態について説明したが、本発明は、これに限定されるものではなく、被検査対象物を透過させる放射線をγ線や電子線(β線)等、他の放射線とする形態としてもよい。
また、上記各実施形態では、製品欠陥の形状を円形度から求める形態について説明したが、本発明は、これに限定されるものではなく、製品欠陥の形状を、点や製品特徴に対する方向性を有する線(斜め、縦、及び横等)とする形態としてもよい。
また、上記各実施形態では、検出画像データを2次元の画像データとする形態について説明したが、本発明は、これに限定されるものではなく、製品に対して放射線を複数の角度から照射する等して得られた3次元の画像データとする形態としてもよい。
この形態の場合、上記第4実施形態では、検出画像データを4象限ではなく、z方向も含む8象限に分けてもよい。
この形態の場合、上記第4実施形態では、検出画像データを4象限ではなく、z方向も含む8象限に分けてもよい。
また、上記各実施形態で説明した特徴位置特定処理及び欠陥判定処理の流れも一例であり、本発明の主旨を逸脱しない範囲内において不要な処理を削除したり、新たな処理を追加したり、処理順序を入れ替えたりしてもよい。
10 放射線撮像システム
12 放射線撮像装置
20 画像処理装置
34 製品欠陥判定部
36 DB記憶部
38 特徴位置特定部
40 欠陥判定部
12 放射線撮像装置
20 画像処理装置
34 製品欠陥判定部
36 DB記憶部
38 特徴位置特定部
40 欠陥判定部
Claims (8)
- 被検査対象物を透過した放射線を検出する放射線撮像装置によって得られた検出画像データから、前記被検査対象物の欠陥の有無を判定する欠陥判定装置であって、
予め記憶手段に記憶されている特徴データにより示される前記被検査対象物の特徴部位の形状に基づいて、前記検出画像データにおける前記特徴部位の位置を特定する位置特定手段と、
前記位置特定手段によって特定された前記検出画像データにおける前記特徴部位を基準として欠陥候補を抽出し、予め記憶手段に記憶されている欠陥特性データにより示される欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定する欠陥判定手段と、
を備えた欠陥判定装置。 - 前記欠陥判定手段は、前記特徴部位からの前記欠陥候補の位置を求め、該位置に応じた前記欠陥特性データにより示される前記欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定する請求項1記載の欠陥判定装置。
- 前記欠陥特性データは、ユークリッド距離が所定の閾値以下の欠陥を一つの集合体とし、該集合体毎の特性量を示している請求項2記載の欠陥判定装置。
- 前記集合体は、各々優先順位が設定され、
前記欠陥判定手段は、優先順位が高い前記集合体の存在範囲に内包される前記欠陥候補ほど、より欠陥らしいと判定する請求項3記載の欠陥判定装置。 - 前記欠陥特性データは、欠陥を前記特徴部位の位置を基準とした複数の領域毎に分類し、該領域毎に応じた前記欠陥の特性量を示している請求項2記載の欠陥判定装置。
- 前記欠陥特性データは、欠陥と判定された前記欠陥候補の特性量が新たに追加されることで更新される請求項1から請求項5の何れか1項記載の欠陥判定装置。
- 放射線を被検査対象物へ照射し、被検査対象物を透過した放射線を検出した検出画像データを得る放射線撮像装置と、
請求項1から請求項6の何れか1項に記載の欠陥判定装置と、
を備えた放射線撮像システム。 - 被検査対象物を透過した放射線を検出する放射線撮像装置によって得られた検出画像データから、前記被検査対象物の欠陥の有無を判定する欠陥判定方法であって、
予め記憶手段に記憶されている特徴データにより示される前記被検査対象物の特徴部位の形状に基づいて、前記検出画像データにおける前記特徴部位の位置を特定する第1工程と、
前記第1工程によって特定した前記検出画像データにおける前記特徴部位を基準として欠陥候補を抽出し、予め記憶手段に記憶されている欠陥特性データにより示される欠陥の特性量と前記欠陥候補の特性量とに基づいて、前記被検査対象物の欠陥の有無を判定する第2工程と、
を含む欠陥判定方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012130713A JP5943722B2 (ja) | 2012-06-08 | 2012-06-08 | 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 |
US14/402,534 US9733200B2 (en) | 2012-06-08 | 2013-06-07 | Defect judging device, radiography system, and defect judging method |
KR1020147031282A KR101667471B1 (ko) | 2012-06-08 | 2013-06-07 | 결함 판정 장치, 방사선 촬상 시스템, 및 결함 판정 방법 |
CN201380023962.2A CN104272094B (zh) | 2012-06-08 | 2013-06-07 | 缺陷判定装置、放射线摄像系统及缺陷判定方法 |
PCT/JP2013/065822 WO2013183758A1 (ja) | 2012-06-08 | 2013-06-07 | 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012130713A JP5943722B2 (ja) | 2012-06-08 | 2012-06-08 | 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013253905A JP2013253905A (ja) | 2013-12-19 |
JP5943722B2 true JP5943722B2 (ja) | 2016-07-05 |
Family
ID=49712144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012130713A Active JP5943722B2 (ja) | 2012-06-08 | 2012-06-08 | 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9733200B2 (ja) |
JP (1) | JP5943722B2 (ja) |
KR (1) | KR101667471B1 (ja) |
CN (1) | CN104272094B (ja) |
WO (1) | WO2013183758A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107709977B (zh) * | 2015-06-25 | 2020-05-08 | 杰富意钢铁株式会社 | 表面缺陷检测装置及表面缺陷检测方法 |
US10387368B2 (en) | 2015-10-23 | 2019-08-20 | International Business Machines Corporation | Ideal age vector based file retention in a software testing system |
US20200096454A1 (en) * | 2017-03-27 | 2020-03-26 | Mitsubishi Heavy Industries, Ltd. | Defect detection system for aircraft component and defect detection method for aircraft component |
US11493459B2 (en) * | 2017-10-23 | 2022-11-08 | Toray Industries, Inc. | Inspection method and manufacturing method for molded resin product as well as inspection device and manufacturing device for molded resin product |
CN109146279B (zh) * | 2018-08-14 | 2021-12-07 | 同济大学 | 基于工艺规则与大数据的全流程产品质量溯源分析方法 |
US11010888B2 (en) | 2018-10-29 | 2021-05-18 | International Business Machines Corporation | Precision defect detection based on image difference with respect to templates |
US10957032B2 (en) | 2018-11-09 | 2021-03-23 | International Business Machines Corporation | Flexible visual inspection model composition and model instance scheduling |
JP6630912B1 (ja) * | 2019-01-14 | 2020-01-15 | 株式会社デンケン | 検査装置及び検査方法 |
CN109975345B (zh) * | 2019-04-17 | 2022-03-25 | 合刃科技(深圳)有限公司 | 基于热辐射的性能检测方法及检测系统 |
JP6784802B2 (ja) * | 2019-06-21 | 2020-11-11 | 株式会社東芝 | き裂検査装置およびき裂検査方法 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60250236A (ja) * | 1984-05-28 | 1985-12-10 | Nagoyashi | 放射線透過写真の自動判別方式 |
JPH07119713B2 (ja) * | 1990-01-12 | 1995-12-20 | 川崎重工業株式会社 | 放射線試験での溶接欠陥像の自動抽出処理方法 |
JPH0716151A (ja) | 1993-06-30 | 1995-01-20 | Seven Raisu Kogyo Kk | 蒸米装置 |
JP2968442B2 (ja) * | 1994-09-26 | 1999-10-25 | 川崎重工業株式会社 | 溶接欠陥の評価システム |
JP4211092B2 (ja) * | 1998-08-27 | 2009-01-21 | 株式会社Ihi | 放射線透過検査における溶接欠陥自動検出法 |
JP2001077165A (ja) * | 1999-09-06 | 2001-03-23 | Hitachi Ltd | 欠陥検査方法及びその装置並びに欠陥解析方法及びその装置 |
EP1148333A1 (de) * | 2000-02-05 | 2001-10-24 | YXLON International X-Ray GmbH | Verfahren zur automatischen Gussfehlererkennung in einem Prüfling |
JP2002236759A (ja) | 2001-02-08 | 2002-08-23 | New Industry Research Organization | 遠隔看護システム |
JP3717801B2 (ja) | 2001-05-07 | 2005-11-16 | オリンパス株式会社 | 制御システム |
JP4185841B2 (ja) * | 2003-10-10 | 2008-11-26 | 日立Geニュークリア・エナジー株式会社 | 放射線透過試験画像の解像度を求める方法 |
JP2006098151A (ja) * | 2004-09-29 | 2006-04-13 | Dainippon Screen Mfg Co Ltd | パターン検査装置およびパターン検査方法 |
JP4622814B2 (ja) * | 2005-11-07 | 2011-02-02 | 株式会社島津製作所 | X線検査装置 |
EP1955225A4 (en) | 2005-11-18 | 2009-11-04 | Kla Tencor Tech Corp | METHOD AND SYSTEMS FOR USE OF DESIGN DATA IN COMBINATION WITH TEST DATA |
US7676077B2 (en) * | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US20070202476A1 (en) | 2006-02-03 | 2007-08-30 | Mark Williamson | Techniques for inspecting an electronic device |
KR100998456B1 (ko) | 2006-07-06 | 2010-12-06 | 아사히 가라스 가부시키가이샤 | 클러스터링 시스템 및 결함 종류 판정 장치 |
JP4988482B2 (ja) * | 2006-09-15 | 2012-08-01 | トヨタ自動車株式会社 | 放射線検査装置、放射線検査方法および放射線検査プログラム |
JP4065893B1 (ja) * | 2006-12-04 | 2008-03-26 | 東京エレクトロン株式会社 | 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム |
JP2008203034A (ja) | 2007-02-19 | 2008-09-04 | Olympus Corp | 欠陥検出装置および欠陥検出方法 |
JP2008292405A (ja) | 2007-05-28 | 2008-12-04 | Fujifilm Corp | 検査装置および検査プログラム |
US8135204B1 (en) * | 2007-09-21 | 2012-03-13 | Kla-Tencor Technologies Corp. | Computer-implemented methods, carrier media, and systems for creating a defect sample for use in selecting one or more parameters of an inspection recipe |
US8204291B2 (en) * | 2007-10-15 | 2012-06-19 | General Electric Company | Method and system for identifying defects in a radiographic image of a scanned object |
JP5081590B2 (ja) | 2007-11-14 | 2012-11-28 | 株式会社日立ハイテクノロジーズ | 欠陥観察分類方法及びその装置 |
KR20090062561A (ko) | 2007-12-13 | 2009-06-17 | 삼성전자주식회사 | 특이점을 고려한 에지 향상 방법 및 장치 |
JP4968057B2 (ja) | 2007-12-28 | 2012-07-04 | 株式会社島津製作所 | 放射線検出器のライン状異常画像素子の検出方法と放射線撮像装置 |
GB2459484B (en) * | 2008-04-23 | 2012-05-16 | Statoilhydro Asa | Dual nitrogen expansion process |
US8723946B2 (en) | 2010-09-16 | 2014-05-13 | Honda Motor Co., Ltd. | Workpiece inspecting apparatus and workpiece inspecting method |
-
2012
- 2012-06-08 JP JP2012130713A patent/JP5943722B2/ja active Active
-
2013
- 2013-06-07 CN CN201380023962.2A patent/CN104272094B/zh active Active
- 2013-06-07 WO PCT/JP2013/065822 patent/WO2013183758A1/ja active Application Filing
- 2013-06-07 KR KR1020147031282A patent/KR101667471B1/ko active IP Right Grant
- 2013-06-07 US US14/402,534 patent/US9733200B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR20140142368A (ko) | 2014-12-11 |
KR101667471B1 (ko) | 2016-10-18 |
CN104272094B (zh) | 2018-01-23 |
CN104272094A (zh) | 2015-01-07 |
WO2013183758A1 (ja) | 2013-12-12 |
US20150131779A1 (en) | 2015-05-14 |
JP2013253905A (ja) | 2013-12-19 |
US9733200B2 (en) | 2017-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5943722B2 (ja) | 欠陥判定装置、放射線撮像システム、及び欠陥判定方法 | |
US9990708B2 (en) | Pattern-measuring apparatus and semiconductor-measuring system | |
TWI614721B (zh) | 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測 | |
JP5948138B2 (ja) | 欠陥解析支援装置、欠陥解析支援装置で実行されるプログラム、および欠陥解析システム | |
US10572987B2 (en) | Determination of localised quality measurements from a volumetric image record | |
US9846931B2 (en) | Pattern sensing device and semiconductor sensing system | |
TW201237363A (en) | Image processing apparatus and computer program | |
TW202139133A (zh) | 半導體樣本的檢查 | |
US10643326B2 (en) | Semiconductor measurement apparatus and computer program | |
JP5647999B2 (ja) | パターンマッチング装置、検査システム、及びコンピュータプログラム | |
JP2014169961A (ja) | 工具検査方法及び工具検査装置 | |
KR101945167B1 (ko) | 패턴 측정 장치 및 컴퓨터 프로그램 | |
JP6525837B2 (ja) | 製品の欠陥検出方法 | |
US20130325397A1 (en) | Dimension measuring apparatus and computer readable medium | |
JP6484031B2 (ja) | ビーム条件設定装置、及び荷電粒子線装置 | |
JP2006293522A (ja) | 直線検出装置、直線検出方法およびそのプログラム | |
US10578430B2 (en) | Evaluation method of road surface property, and evaluation device of road surface property | |
CN116740060B (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150421 |
|
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: 20160426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160524 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5943722 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |