JP6159227B2 - 目視検査方法およびその装置 - Google Patents
目視検査方法およびその装置 Download PDFInfo
- Publication number
- JP6159227B2 JP6159227B2 JP2013225736A JP2013225736A JP6159227B2 JP 6159227 B2 JP6159227 B2 JP 6159227B2 JP 2013225736 A JP2013225736 A JP 2013225736A JP 2013225736 A JP2013225736 A JP 2013225736A JP 6159227 B2 JP6159227 B2 JP 6159227B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- resolution
- moving image
- inspection
- noise
- 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
- 238000000034 method Methods 0.000 title claims description 147
- 238000011179 visual inspection Methods 0.000 title claims description 46
- 238000007689 inspection Methods 0.000 claims description 190
- 238000006731 degradation reaction Methods 0.000 claims description 171
- 230000015556 catabolic process Effects 0.000 claims description 78
- 230000006866 deterioration Effects 0.000 claims description 76
- 230000008859 change Effects 0.000 claims description 73
- 230000008569 process Effects 0.000 claims description 64
- 238000009826 distribution Methods 0.000 claims description 54
- 230000005855 radiation Effects 0.000 claims description 48
- 238000011156 evaluation Methods 0.000 claims description 38
- 238000012360 testing method Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 claims description 7
- 230000006872 improvement Effects 0.000 description 68
- 238000012545 processing Methods 0.000 description 50
- 230000035945 sensitivity Effects 0.000 description 10
- 238000000605 extraction Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000004321 preservation Methods 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000009827 uniform distribution Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000007630 basic procedure Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Description
より詳細に観察する必要がある場合には、カメラを対象物に近づける必要がある。しかし、他の構造物などの周囲環境の関係で、カメラを近づけられない場合がある。その場合においても高い分解能でかつ視認性の良い画像を得たいという要求がある。
(1)本願は上記課題を解決する方法を複数含んでいるが、その一例を挙げるならば、二つ以上の画像劣化過程から使用する画像劣化過程を選択し、画像劣化過程を定義する検査条件を入力する入力ステップと、対象物を撮影して撮影動画を取得する撮影ステップと、検査条件を用いて撮影動画から高解像動画を作る合成ステップと、動画と検査条件を出力する出力ステップとを有する目視検査方法である。
Yk:k番目の撮影画像ベクトル
P(X|Yk):Ykに対してXが発生する事後確率
これを変換すると次式となる。
P(X):Xが発生する確率
この最小化問題を満たすXを1回の演算で求めることは困難であるため、次式に基づき反復演算を行うと良い。
ε:1より小さい適切な値
本発明では、複数の画像劣化要因に対応するため、画像劣化モデルであるP(Yk|X)を次式のように複数の画像劣化過程の関数で定義することとする。
ここで、複数の画像劣化は常に発生するとは限らない。例えば、カメラに冷却機構等のハード的なノイズ対策を施している場合は、ノイズという画像劣化要因を考慮する必要が無い。また、カメラを概ね静止させた状態で使用する場合には、形状変化という画像劣化要因を考慮する必要が無い。また、カメラをジャストフォーカスで使用する場合には、デフォーカスという画像劣化要因を考慮する必要が無い。また、良く管理された検査環境で水滴、気泡、塵、汚れ等が無い場合には、異物という画像劣化要因を考慮する必要が無い。また、カメラに対する放射線照射の恐れが無い検査環境の場合には、カメラ劣化という画像劣化要因を考慮する必要が無い。
例えば、使用する画像劣化過程として低解像度とノイズとを選択した場合を説明する。撮影画像はばらつきを有しており正常範囲内のものとノイズによるものとがある。ノイズによる画像劣化過程を定義するため、画像劣化モデルをノイズのばらつきと正常範囲のばらつきとの項に分けて次式で表すこととする。
n00:正常範囲の確率分布
n01:ノイズの確率分布
高解像画像に低解像度とノイズとによる画像劣化過程を加えたものが撮影画像になることから、n01を次式で定義する。
G2:ノイズによる画像劣化過程
また、分解能向上処理を用いる場合、分解能向上の度合いをパラメータで調整するのが一般的である。パラメータの調整具合によっては、分解能向上処理後の動画において十分な視認性が得られるとは限らない。
(2)上記課題を解決する方法の他の例を挙げるならば、前記対象物が放射線環境下の構造物であり、前記画像劣化要因は形状変化とデフォーカスと低解像度と放射線ノイズとを含む、目視検査方法である。
形状変化は画像上で発生している箇所とそうでない箇所がある。そこで形状変化による画像劣化過程を定義するため、画像劣化モデルを形状変化部と形状保存部との項に分けて次式で表すこととする。
n0:形状保存部の確率分布
n1:形状変化部の確率分布
また形状保存部であってもばらつきを有しており、正常範囲内のものとノイズによるものとがある。ノイズによる画像劣化過程を定義するため、形状保存部をノイズのばらつきと正常範囲のばらつきとの項に分けて画像劣化モデルを次式で表すこととする。
n00:形状保存部の正常範囲の確率分布
n01:形状保存部のノイズの確率分布
形状保存部においては、高解像画像にデフォーカスと低解像度とノイズとによる画像劣化過程を加えたものが撮影画像になることから、n01を次式で定義する。
G2:ノイズによる画像劣化過程
G4:デフォーカスによる画像劣化過程
形状変化部においては、高解像動画に形状変化による画像劣化過程を加えたものが撮影画像になることから、n1を次式で定義する。
以上により、遠隔操作でかつ放射線環境下で想定される画像劣化を補償した分解能向上処理が可能となる。
(3)上記課題を解決する方法の他の例を挙げるならば、前記検査条件は放射線ノイズの定義に用いられる、正常範囲度合いパラメータと通常ノイズ確率分布と非通常ノイズ確率分布との重み付けパラメータとを含む、目視検査方法である。
Vkは、当該画素がエッジであれば大きくなり、エッジでなければ小さくなる関数で定義することが望ましい。本発明では、当該画素にエッジ抽出フィルタを適用しその抽出値の関数でVkを定義することとする。エッジ抽出フィルタには、例えば、一般的に知られているキャニー法を用いると良い。キャニー法ではエッジ抽出の感度をフィルタに用いるガウシアンの標準偏差値で調整する。そこでこの標準偏差値をVkの定義に用いるパラメータとする。
n01は放射線ノイズの確率分布である。通常のノイズの確率分布はガウス分布で近似できる。しかしながら放射線ノイズは通常のノイズとは異なり、放射線が照射された画素値は大きな値をとる確率が高く、ガウス分布では近似できない。そこで、通常ノイズ確率分布と非通常ノイズ確率分布との重み付き合成でn01を定義することとする。非通常ノイズ確率分布は例えば一様分布が好ましい。放射線ノイズの近似度合は重みで調整できるため、この重みをn01の定義に用いるパラメータとする。
以上のパラメータを検査条件に用いることにより、放射線ノイズによる画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
(4)上記課題を解決する方法の他の例を挙げるならば、前記検査条件は形状変化の定義に用いられる、誤差許容値パラメータを含む、目視検査方法である。
前記(2)では、形状変化による画像劣化過程の定義には、形状保存度合いベクトルWkと形状変化部の確率分布n1とを画像劣化モデル式に用いることを述べた。さらにWkとn1の定義に用いるパラメータについて以下で説明する。
n1は形状変化部の確率分布である。形状変化部の確率分布はXに依存しないと考えられる。そこで、一様分布でn1を定義することとする。
以上のパラメータを検査条件に用いることにより、形状変化による画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
(5)上記課題を解決する方法の他の例を挙げるならば、前記検査条件はデフォーカスの定義に用いられる、分散値パラメータを含む目視検査方法である。
前記(2)では、デフォーカスによる画像劣化過程を画像劣化モデル式に用いることを述べた。デフォーカスの定義に用いるパラメータについて以下で説明する。
以上のパラメータを検査条件に用いることにより、デフォーカスによる画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
(6)上記課題を解決する方法の他の例を挙げるならば、前記検査条件は低解像度の定義に用いられる、解像度倍率パラメータを含む目視検査方法である。
前記(2)では、低解像度による画像劣化過程を画像劣化モデル式に用いることを述べた。低解像度の定義に用いるパラメータについて以下で説明する。
以上のパラメータを検査条件に用いることにより、低解像度による画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
(7)上記課題を解決する方法の他の例を挙げるならば、前記出力ステップは検査条件と撮影動画と高解像動画とを保存する保存ステップを有し、前記保存ステップは検査条件調整用の調整用撮影動画を保存し、前記入力ステップは画像劣化要因毎に調整用撮影動画を関係付けるように設定する、目視検査方法である。
これらのパラメータ調整には、適切な調整用の動画を用いて視認性を確認しながら調整することが望ましい。
これにより、検査条件を、画像劣化要因毎に、容易に調整し視認性を確認することが可能となる。
(8)上記課題を解決する方法の他の例を挙げるならば、前記出力ステップは検査条件と高解像動画とを表示する表示ステップを有し、前記合成ステップは高解像動画の評価値を算出し、前記表示ステップは検査条件と評価値とを関係付けて表示する、目視検査方法である。
これにより、表示された高解像動画と検査条件とを関連付けて確認できるとともに、同時に表示された評価値によって高解像動画の視認性の良し悪しを判断する上で参考とすることが可能となる。
(9)上記課題を解決する構成の例を挙げるならば、対象物を撮影して撮影動画を取得する撮影手段と、形状変化とデフォーカスと低解像度とノイズとを含む画像劣化過程から使用する二つ以上の画像劣化過程を選択し、画像劣化要因過程を定義する検査条件を入力する入力手段と、検査条件を用いて撮影動画から高解像動画を作る合成手段と、動画と検査条件を出力する出力手段とを有する、目視検査装置である。
(1)〜(8)では、分解能向上処理を導入するために生じる課題を解決するための方法について複数の例を述べたが、それらの方法を実施するのに有効と思われる装置構成の一例について以下で説明する。
カメラを対象物に近づけられない場合に生じる低解像度、及びその他に生じる場合があるノイズ、形状変化、デフォーカス等による画像劣化を補償するために分解能向上処理を施す。ここで、分解能向上処理の度合いを調整するのに必要な検査条件を入力可能な入力手段を設ける。入力手段は、例えば、モニタに入力用GUIを設けて、キーボード、マウス等で入力可能とすると良い。入力する検査条件は複数のパラメータからなる。各画像劣化の補償に感度を持つパラメータは定まっているので、画像劣化過程と対応するパラメータを関連付けてGUI上に配置する。即ち、ノイズの画像劣化過程に対しては正常範囲と重みづけとのパラメータを対応付けし、形状変化に対しては誤差許容値パラメータを対応付けし、デフォーカスに対しては分散値パラメータを対応付けし、低解像度に対しては解像度倍率パラメータを対応付けする。さらに各画像劣化過程についてそれを使用するか否か選択可能なスイッチをGUI上に設ける。
以上の構成により、検査対象物の動画を取得して行う目視検査で想定される画像劣化を適切に補償した高解像動画を得ることが可能となる。
Yk:k番目の撮影画像ベクトル
P(X|Yk):Ykに対してXが発生する事後確率
これを変換すると次式となる。
P(X):Xが発生する確率
この最小化問題を満たすXを1回の演算で求めることは困難であるため、次式に基づき反復演算を行うと良い。
ε:1より小さい適切な値
本発明では、複数の画像劣化要因に対応するため、画像劣化モデルであるP(Yk|X)を次式のように複数の画像劣化過程の関数で定義することとする。
ここで、複数の画像劣化は常に発生するとは限らない。例えば、カメラに冷却機構等のハード的なノイズ対策を施している場合は、ノイズという画像劣化要因を考慮する必要が無い。また、カメラを概ね静止させた状態で使用する場合には、形状変化という画像劣化要因を考慮する必要が無い。また、カメラをジャストフォーカスで使用する場合には、デフォーカスという画像劣化要因を考慮する必要が無い。また、良く管理された検査環境で水滴、気泡、塵、汚れ等が無い場合には、異物という画像劣化要因を考慮する必要が無い。また、カメラに対する放射線照射の恐れが無い検査環境の場合には、カメラ劣化という画像劣化要因を考慮する必要が無い。
例えば、使用する画像劣化過程として低解像度とノイズとを選択した場合を説明する。撮影画像はばらつきを有しており正常範囲内のものとノイズによるものとがある。ノイズによる画像劣化過程を定義するため、画像劣化モデルをノイズのばらつきと正常範囲のばらつきとの項に分けて次式で表すこととする。
n00:正常範囲の確率分布
n01:ノイズの確率分布
高解像画像に低解像度とノイズとによる画像劣化過程を加えたものが撮影画像になることから、n01を次式で定義する。
G2:ノイズによる画像劣化過程
また、分解能向上処理を用いる場合、分解能向上の度合いをパラメータで調整するのが一般的である。パラメータの調整具合によっては、分解能向上処理後の動画において十分な視認性が得られるとは限らない。
図1は目視検査方法の基本的な手順を示す。まず画像劣化過程選択ステップ101で使用する画像劣化過程をユーザが選択する。次に、検査条件入力ステップ102で分解能向上処理のパラメータをユーザが入力する。次に、動画入力ステップ103で検査対象物を撮影して撮影動画を取得する。次に高解像動画作成ステップ104で検査条件を用いて撮影動画から高解像動画を作る。次に動画出力ステップ105で高解像動画と検査条件をモニタやHDD等に出力する。動画入力ステップ103から動画出力ステップ105は終了ステップ106を選択するまで繰り返す。次に終了ステップ107が選択されなければ画像劣化過程選択ステップ101に戻り、必要に応じて使用する画像劣化過程をユーザが選択しなおす。終了ステップ107が選択されれば手順終了になる。
これにより、複数の画像劣化がある動画について適切な分解能向上処理を選択して施し、視認性の向上を図ることが可能となる。また、高解像動画データと使用した検査条件を関連付けて確認することが可能となる。
本実施例では、上述の画像劣化要因に対応するため、分解能向上処理を形状変化とデフォーカスと低解像度と放射線ノイズとに対応する画像劣化過程の関数で定義することとする。
n0:形状保存部の確率分布
n1:形状変化部の確率分布
また形状保存部であってもばらつきを有しており、正常範囲内のものとノイズによるものとがある。ノイズによる画像劣化過程を定義するため、形状保存部をノイズのばらつきと正常範囲のばらつきとの項に分けて画像劣化モデルを次式で表すこととする。
n00:形状保存部の正常範囲の確率分布
n01:形状保存部のノイズの確率分布
形状保存部においては、高解像画像にデフォーカスと低解像度とノイズとによる画像劣化過程を加えたものが撮影画像になることから、n01を次式で定義する。
G2:ノイズによる画像劣化過程
G4:デフォーカスによる画像劣化過程
形状変化部においては、高解像動画に形状変化による画像劣化過程を加えたものが撮影画像になることから、n1を次式で定義する。
図3は放射線環境下の構造物を対象とした分解能向上処理の基本的な概念を示す。本分解能向上処理では、画像劣化モデル201をカメラ撮像時の複数の画像劣化過程の関数で定義する。高解像動画X202は、画像劣化過程の一つである形状変化G3301によってフレーム間で局所的な歪が生じる。次に画像劣化過程の一つであるデフォーカスG4302によってぼやけてデフォーカス動画303に変換される。その次に画像劣化過程の一つである低解像度G1203によって解像度の低い低解像動画204に変換される。さらに画像劣化過程の一つであるノイズG2205によってノイズが重畳され撮像動画Y206に変換される。分解能向上処理207は画像劣化モデル201から導いた劣化復元式208に基づいて反復演算を行い、高解像動画を作成する。ここで撮像動画Y206は連続するkフレームを扱う。
以上により、遠隔操作でかつ放射線環境下で想定される画像劣化を補償した分解能向上処理が可能となる。
前記実施例2では、放射線ノイズによる画像劣化過程の定義には、正常範囲度合いベクトルVkと形状保存部の放射線ノイズの確率分布n01とを画像劣化モデル式に用いることを述べた。さらにVkとn01の定義に用いるパラメータについて以下で説明する。
n01は放射線ノイズの確率分布である。通常のノイズの確率分布はガウス分布で近似できる。しかしながら放射線ノイズは通常のノイズとは異なり、放射線が照射された画素値は大きな値をとる確率が高く、ガウス分布では近似できない。そこで、通常ノイズ確率分布と非通常ノイズ確率分布との重み付き合成でn01を定義することとする。非通常ノイズ確率分布は例えば一様分布が好ましい。放射線ノイズの近似度合は重みで調整できるため、この重みをn01の定義に用いるパラメータとする。
以上のパラメータを検査条件に用いることにより、放射線ノイズによる画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
前記実施例2では、形状変化による画像劣化過程の定義には、形状保存度合いベクトルWkと形状変化部の確率分布n1とを画像劣化モデル式に用いることを述べた。さらにWkとn1の定義に用いるパラメータについて以下で説明する。
n1は形状変化部の確率分布である。形状変化部の確率分布はXに依存しないと考えられる。そこで、一様分布でn1を定義することとする。
以上のパラメータを検査条件に用いることにより、形状変化による画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
前記実施例2では、デフォーカスによる画像劣化過程を画像劣化モデル式に用いることを述べた。デフォーカスの定義に用いるパラメータについて以下で説明する。
図7はデフォーカスパラメータの定義方法を示す。本発明ではデフォーカス定義手段701を設ける(図7(a))。定義手段上には形状変化パラメータとして、分散値d702を含む。各パラメータの値を入力ボックス703やスライドバー704で設定可能とする。ユーザが入力ボックス703に値を入力またはスライドバー704を動かすことでパラメータの値が入力される。入力された分散値d702に応じてデフォーカスの定義関数705が定義される(図7(b))。
前記実施例2では、低解像度による画像劣化過程を画像劣化モデル式に用いることを述べた。低解像度の定義に用いるパラメータについて以下で説明する。
図8は低解像度パラメータの定義方法の例を示す。本発明では低解像度定義手段801を設ける(図8(a))。定義手段上には低解像度パラメータとして、分散値σ802、解像度倍率r803を含む。各パラメータの値を入力ボックス804やスライドバー805で設定可能とする。ユーザが入力ボックス804に値を入力またはスライドバー805を動かすことでパラメータの値が入力される。入力された分散値σ802に応じてローパス関数806の形状が定義される(図8(b))。また、入力された解像度倍率r803と高解像動画の画素数HD807から撮像動画のサンプリング数SD808が算出される(図8(c))。
以上のパラメータを検査条件に用いることにより、低解像度による画像劣化の補償具合を適切に調整した分解能向上処理が可能となる。
これらのパラメータ調整には、適切な調整用の動画を用いて視認性を確認しながら調整することが望ましい。
これにより、検査条件を、画像劣化要因毎に、容易に調整し視認性を確認することが可能となる。
前述のように、分解能向上処理を用いる場合、画像劣化の補償具合をパラメータで調整する。パラメータの調整毎に新たな検査条件が設定され、新たな高解像動画が作成されることになる。結果として多数の検査条件と超解像動画が存在し、それらを同時に確認することは困難である。よって、どの高解像動画が最も視認性の良いものかを判断することは容易ではない。また、各高解像動画がどのような検査条件で作成されたものかを管理することも必要である。
これにより、表示された高解像動画と検査条件とを関連付けて確認できるとともに、同時に表示された評価値によって高解像動画の視認性の良し悪しを判断する上で参考とすることが可能となる。
実施例1乃至実施例8では、分解能向上処理を導入するために生じる課題を解決するための方法について複数の例を述べたが、それらの方法を実施するのに有効と思われる装置構成の一例について以下で説明する。
カメラを対象物に近づけられない場合に生じる低解像度、及びその他に生じる場合があるノイズ、形状変化、デフォーカス等による画像劣化を補償するために分解能向上処理を施す。ここで、分解能向上処理の度合いを調整するのに必要な検査条件を入力可能な入力手段を設ける。入力手段は、例えば、モニタに入力用GUIを設けて、キーボード、マウス等で入力可能とすると良い。入力する検査条件は複数のパラメータからなる。各画像劣化の補償に感度を持つパラメータは定まっているので、画像劣化過程と対応するパラメータを関連付けてGUI上に配置する。即ち、ノイズの画像劣化過程に対しては正常範囲と重みづけとのパラメータを対応付けし、形状変化に対しては誤差許容値パラメータを対応付けし、デフォーカスに対しては分散値パラメータを対応付けし、低解像度に対しては解像度倍率パラメータを対応付けする。さらに各画像劣化過程についてそれを使用するか否か選択可能なスイッチをGUI上に設ける。
以上の構成により、検査対象物の動画を取得して行う目視検査で想定される画像劣化を適切に補償した高解像動画を得ることが可能となる。
102…検査条件入力ステップ、
103…撮影動画入力ステップ、
104…高解像動画作成ステップ、
105…高解像動画出力ステップ、
106…終了ステップ、
107…終了ステップ、
201…画像劣化モデル、
202…高解像動画X、
203…低解像度G1、
204…低解像動画、
205…ノイズG2、
206…撮像動画Y、
207…分解能向上処理、
208…劣化復元式、
301…形状変化G3、
302…デフォーカスG4、
303…デフォーカス動画、
401…画像劣化過程の選択手段、
402…形状変化、
403…デフォーカス、
404…低解像度、
405…ノイズ、
406…チェックボックス、
501…放射線ノイズ定義手段、
502…標準偏差値σ、
503…重みw、
504…入力ボックス、
505…スライドバー、
506…ガウシアン、
507…エッジ度、
508…Vkの定義関数、
509…正常範囲度合Vk、
510…通常ノイズ確率分布、
511…非通常ノイズ確率分布、
512…放射線ノイズの確率分布n01、
601…形状変化定義手段、
602…誤差許容値a、
603…入力ボックス、
604…スライドバー、
605…Wkの定義関数、
606…形状保存度合Wk、
701…デフォーカス定義手段、
702…分散値d、
703…入力ボックス、
704…スライドバー、
705…G3の定義関数、
801…低解像度定義手段、
802…分散値σ、
803…解像度倍率r、
804…入力ボックス、
805…スライドバー、
806…ローパス関数、
807…高解像動画の画素数HD、
808…撮像動画のサンプリング数SD、
901…検査前調整ステップ、
902…検査ステップ、
903…再確認ステップ、
904…調整用動画選択ステップ、
905…検査条件保存ステップ、
906…保存ステップ、
1001…画像劣化過程、
1002…調整動画、
1003…検査情報、
1004…表示画面、
1005…撮像動画、
1006…高解像動画、
1007…調整用動画設定、
1101…表示ステップ、
1201…表示手段、
1202…撮像動画、
1203…高解像動画、
1204…評価値グラフ、
1205…検査条件No.、
1206…評価値、
1207…折れ線グラフ、
1301…目視検査装置、
1302…撮影手段、
1303…入力手段、
1304…合成手段、
1305…出力手段、
1306…モニタ、
1307…キーボード、
1308…マウス、
1309…モニタ、
1310…HDD、
1401…検査条件入力手段、
1402…パラメータ入力手段、
1403…検査条件No.入力手段、
1501…撮像動画、
1502…高解像動画、
1503…拡張表示欄、
1504…条件入力ボタン、
1505…画像選択ボタン、
1506…評価値ボタン、
1601…画像劣化過程の選択手段、
1602…形状変化、
1603…デフォーカス、
1604…低解像度、
1605…ノイズ、
1606…異物、
1607…カメラ劣化、
1608…チェックボックス、
1609…検査条件定義手段、
1610…形状変化パラメータ1、
1611…形状変化パラメータ2、
1612…デフォーカスパラメータ1、
1613…デフォーカスパラメータ2、
1614…低解像度パラメータ1、
1615…低解像度パラメータ1、
1616…ノイズパラメータ1、
1617…ノイズパラメータ2、
1618…異物パラメータ1、
1619…異物パラメータ2、
1620…カメラ劣化パラメータ1、
1621…カメラ劣化パラメータ2、
1622…入力ボックス、
1623…スライドバー、
1701…表示画面、
1702…撮像動画、
1703…高解像動画。
Claims (9)
- 複数の画像劣化過程から使用する画像劣化過程を選択し、選択した前記画像劣化過程を定義する検査条件を入力する入力ステップと、
検査対象物を撮影して撮影動画を取得する撮影ステップと、
前記検査条件を用いて前記撮影動画から高解像動画を作成する合成ステップと、
前記撮影動画、前記高解像動画、及び前記検査条件を出力する出力ステップとを有することを特徴とする目視検査方法。 - 前記検査対象物が放射線環境下の構造物であり、
前記画像劣化過程は形状変化、デフォーカス、低解像度、及び放射線ノイズとを含むことを特徴とする請求項1に記載の目視検査方法。 - 前記検査条件は前記放射線ノイズの定義に用いられる正常範囲度合いパラメータ、及び通常ノイズ確率分布と非通常ノイズ確率分布との重み付けパラメータとを含むことを特徴とする請求項2に記載の目視検査方法。
- 前記検査条件は前記形状変化の定義に用いられる誤差許容値パラメータを含むことを特徴とする請求項2に記載の目視検査方法。
- 前記検査条件は前記デフォーカスの定義に用いられる分散値パラメータを含むことを特徴とする請求項2に記載の目視検査方法。
- 前記検査条件は前記低解像度の定義に用いられる解像度倍率パラメータを含むことを特徴とする請求項2に記載の目視検査方法。
- 前記出力ステップは前記検査条件、前記撮影動画、及び前記高解像動画を保存する保存ステップを更に有し、
前記保存ステップは検査条件調整用の調整用撮影動画を更に保存するステップであり、
前記入力ステップは画像劣化要因毎に調整用撮影動画を関係付けるように更に設定するステップであることを特徴とする請求項1乃至6のいずれかの請求項に記載の目視検査方法。 - 前記出力ステップは前記検査条件、及び前記高解像動画を表示する表示ステップを更に有し、
前記合成ステップは前記高解像動画の評価値を更に算出するステップであり、
前記表示ステップは前記検査条件と前記評価値とを関係付けて前記評価値を更に表示するステップであることを特徴とする請求項1乃至7のいずれかの請求項に記載の目視検査方法。 - 検査対象物を撮影して撮影動画を取得する撮影手段と、
形状変化、デフォーカス、低解像度、及びノイズを含む画像劣化過程から使用する複数の画像劣化過程を選択し、選択した前記画像劣化過程を定義する検査条件を入力する入力手段と、
前記検査条件を用いて前記撮影動画から高解像動画を作成する合成手段と、
前記撮影動画、前記高解像動画、及び前記検査条件を出力する出力手段とを有することを特徴とする目視検査装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013225736A JP6159227B2 (ja) | 2013-10-30 | 2013-10-30 | 目視検査方法およびその装置 |
PCT/JP2014/077566 WO2015064373A1 (ja) | 2013-10-30 | 2014-10-16 | 目視検査方法およびその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013225736A JP6159227B2 (ja) | 2013-10-30 | 2013-10-30 | 目視検査方法およびその装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015087238A JP2015087238A (ja) | 2015-05-07 |
JP2015087238A5 JP2015087238A5 (ja) | 2016-11-04 |
JP6159227B2 true JP6159227B2 (ja) | 2017-07-05 |
Family
ID=53003982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013225736A Active JP6159227B2 (ja) | 2013-10-30 | 2013-10-30 | 目視検査方法およびその装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6159227B2 (ja) |
WO (1) | WO2015064373A1 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9736346B2 (en) * | 2006-05-09 | 2017-08-15 | Stereo Display, Inc | Imaging system improving image resolution of the system with low resolution image sensor |
JP5057839B2 (ja) * | 2007-04-27 | 2012-10-24 | 株式会社東芝 | 構造物の目視検査装置およびその検査方法 |
JP5164754B2 (ja) * | 2008-09-08 | 2013-03-21 | 株式会社日立ハイテクノロジーズ | 走査型荷電粒子顕微鏡装置及び走査型荷電粒子顕微鏡装置で取得した画像の処理方法 |
JP5645052B2 (ja) * | 2010-02-12 | 2014-12-24 | 国立大学法人東京工業大学 | 画像処理装置 |
JP5602530B2 (ja) * | 2010-07-29 | 2014-10-08 | 日立Geニュークリア・エナジー株式会社 | 目視検査装置及び目視検査用映像の作成方法 |
JP5745438B2 (ja) * | 2012-02-15 | 2015-07-08 | 日立Geニュークリア・エナジー株式会社 | 検査方法および検査装置 |
-
2013
- 2013-10-30 JP JP2013225736A patent/JP6159227B2/ja active Active
-
2014
- 2014-10-16 WO PCT/JP2014/077566 patent/WO2015064373A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2015064373A1 (ja) | 2015-05-07 |
JP2015087238A (ja) | 2015-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Köhler et al. | Toward bridging the simulated-to-real gap: Benchmarking super-resolution on real data | |
JP2007189589A (ja) | 情報処理装置および情報処理方法、学習装置および学習方法、並びにプログラム | |
Molina et al. | Bayesian multichannel image restoration using compound Gauss-Markov random fields | |
JP6236259B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US10229481B2 (en) | Automatic defective digital motion picture pixel detection | |
JP2007503605A (ja) | 画像処理のための画像プロセッサ及び方法 | |
US20200167885A1 (en) | Image processing apparatus, image processing system, imaging apparatus, image processing method, and storage medium | |
JP2017045166A (ja) | ワークの処理方法、基準画像の作成方法、基準画像の作成装置、ワークの処理装置、プログラム、及び記録媒体 | |
JP2010134700A (ja) | 画像評価装置および画像評価方法 | |
JP2009294170A (ja) | 欠陥検出装置、欠陥検出方法、欠陥検出プログラム、及び、記録媒体 | |
KR101760639B1 (ko) | 입력영상의 주변뷰 영상을 생성하는 몰입형 디스플레이 장치 및 방법 | |
Du et al. | The spatial resolution enhancement for a thermogram enabled by controlled subpixel movements | |
JP5745438B2 (ja) | 検査方法および検査装置 | |
JP5657141B2 (ja) | 液体媒体中の乱流の影響を含む画像データの処理 | |
JP6242742B2 (ja) | 画像処理装置、撮像装置及び画像処理方法 | |
JP6159227B2 (ja) | 目視検査方法およびその装置 | |
US7705305B2 (en) | Sample observation method and transmission electron microscope | |
JP2007201572A (ja) | 学習装置および学習方法、信号処理装置および信号処理方法、並びにプログラム | |
JP2008287329A (ja) | 画像評価装置、および画像評価プログラム | |
JP2005017136A (ja) | 光学系評価装置 | |
JP2018067868A (ja) | 撮像装置 | |
JP2011114537A (ja) | 画像処理装置 | |
JP2011003124A (ja) | 画像処理装置および画像処理プログラム | |
JP5907659B2 (ja) | 検査方法 | |
JP2012068761A (ja) | 画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160915 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160915 |
|
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: 20170606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6159227 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |