JP6180214B2 - 画像処理装置、及び画像処理方法 - Google Patents

Description

本発明は、取得した画像データを座標変換した後にフィルタ処理し、特異点を抽出する画像処理装置、及び画像処理方法に関する。

例えばレンズなどの光学部材（以下、「被検査物」という）を、画像処理を用いて欠陥（ゴミや傷など）の有無を検査し、良品不良品の判定を行う検査装置が知られている。このような検査装置では、光源からの光で照明された被検査物をカメラで撮像し、撮像された画像データに所定の画像処理を施すことにより、欠陥を抽出する検査を行っている。

ところで、上記のような検査においては、光源からの光が被検査物の側面に当たり、更にその光が被検査物内で反射することよって、撮像した画像に円形状の背景が現れる場合がある。すると、このような画像に対して欠陥を抽出するための画像処理を施すと、被検査物には円形状の欠陥があるわけではないのに、あたかも円形状の欠陥があるかのように判定してしまう虞がある。そこで、このような円形状の背景を欠陥として抽出しないようにするための画像処理が必要となる。

なお、上述のような円形状の背景が存在する画像から欠陥を抽出する画像処理の技術は、他分野にも応用できることが期待される。例えば円環状の部品を撮像した際に、その部品上に存在する欠陥を検出したり、部品同士を嵌合させるために必要な角度方向の位相を検出したりすることが期待できる。即ち、円環状の部品自身に角度方向を示す切欠きのようなものがあった場合、その切欠きを検出するために、このような画像処理の技術が利用できると考えられる。また、例えば円環状の部品そのものを円形状の背景とみなし、更に切欠きを欠陥とみなすことができる。このように、前述では欠陥検査を例示したが、マシンビジョンなどで用いられる部品の角度方向の位置認識でも同様の技術を用いることが期待されるため、上述した円形状の背景以外の、画像上の抽出したい特徴ある領域のことを、以降「特異点」と表現する。

円形状の背景を含む画像から、円形状の背景以外の特異点を抽出する方法として、特許文献１に記載された方法が提案されている。例えば特許文献１の手法では、図３に示すように、円形状の背景１０１と特異点１０３ａ・１０３ｂとが存在する原画像の画像データ１０２の画像処理範囲を、図６に示す画像データ４０２のように直交座標から極座標へ極座標変換する。すると、図３に示す直交座標における円形状の背景１０１は、角度方向に直線状の背景４０１となる。

その後、特許文献１の手法では、極座標の画像上で、直線となった背景４０１を抽出しないために、背景４０１の方向に沿った平滑化処理、即ち、角度方向に長い形状のフィルタによる平滑化処理を行う。そして、平滑化処理前の画像との差分をとることによって、背景４０１を除いて特異点４０３ａ，４０３ｂだけを抽出することが可能となる。

なお、ここでのフィルタ処理とは、原画像における周波数特性などを得るために目的に応じたフィルタを作成し、注目画素とその周辺の画素間でフィルタに格納された係数を用いた演算処理を行う画像処理方法のことで、一般的に知られている。

特許第４１４６６７８号公報

しかしながら、特許文献１に記載の極座標変換による画像処理の手法では、座標変換した結果の画像データ４０２は、径方向に大きくなれば大きくなるほど、角度方向の分解能が小さくなる。即ち、図６に示すように、相対的に中心より外側に存在する特異点１０３ｂに対応する極座標変換の結果の特異点４０３ｂの方が、相対的により中心付近に存在する特異点１０３ａに対応する極座標変換の結果の特異点４０３ａよりも大きさが小さくなる。

従って、極座標変換した結果の画像データ４０２に対して同一のフィルタ処理を行うと、画像処理後のデータ特性が場所によって異なってしまう。これを解決する為に、特許文献１に記載の画像処理の手法では、平滑化処理に用いるフィルタの大きさを変えるという手法が提案されているが、この場合、作成するフィルタの個数が増大する。更に注目画素の場所によって使用するフィルタを変えるための設定が必要となってしまうため、画像処理の命令の作成が煩雑になってしまうという問題がある。

そこで本発明は、画像処理の簡素化を図ることが可能な画像処理装置及び画像処理方法を提供することを目的とするものである。

本発明に係る画像処理装置は、取得した画像データを記憶可能な記憶部と、前記記憶部に記憶された画像データを、中心からの半径と周方向に展開した円弧長とに座標変換する半径円弧長座標変換処理を実行し、その半径円弧長座標変換処理した画像データをフィルタ処理して特異点を抽出する制御部と、を備えたことを特徴とする。

また、本発明に係る画像処理方法は、制御部が、記憶部に記憶された画像データを、中心からの半径と周方向に展開した円弧長とに座標変換する半径円弧長座標変換処理を実行する座標変換工程と、前記制御部が、前記座標変換工程で前記半径円弧長座標変換処理した画像データをフィルタ処理して特異点を抽出する抽出工程と、を備えたことを特徴とする。

本発明によると、記憶部に記憶された画像データを、中心からの半径と周方向に展開した円弧長とに座標変換する半径円弧長座標変換処理を実行する。これにより、半径円弧長座標変換処理した画像データにあって、半径方向に拘らず特異点の大きさを同じように揃えることが可能となる。それにより、例えば注目画素の場所によって使用するフィルタを変える、といった設定が不要となり、フィルタの個数の低減が可能となると共に、画像処理の簡素化が可能となる。

検査装置を示す概略図。 画像処理装置の構成を示すブロック図。 カメラにより取得した座標変換前の画像データを示す図。 本実施の形態に係る半径円弧長座標変換後の画像データを示す図。 本実施の形態で用いるフィルタの一例を示す図。 従来の極座標変換後の画像データを示す図。

以下、本発明に係る実施の形態を図１乃至図５に沿って説明する。図１に示すように、検査装置１は、被検査物９を設置するステージ１０と、ステージ１０を介して被検査物９を照射する２つの光源１１ａ，１１ｂと、被検査物９を撮像して画像データを取得するカメラ（撮像装置）８と、画像処理装置３００とを備えている。カメラ８で撮像された画像データは、画像処理装置３００に送信自在となっており、言い換えると、画像処理装置３００は、被検査物９を含む画像データを取得し得るように構成されている。なお、撮像装置としては、エリアセンサやラインセンサなどを用いてもよい。

なお、本実施の形態では、被検査物９は、例えばレンズ等の光学素子であるが、円弧状の背景が画像上に出現するものであれば、これに限るものではない。また、被検査物９は、例えばカメラ８の撮像方向から視て円形で、その中心が前工程で位置合せされた状態でステージ１０に設置されている。つまりカメラ８で撮影した画像データの被検査物９の中心が位置決めした状態で被検査物９がステージ１０に設置されている。しかしながら、被検査物９がステージ１０に位置合せされてない場合は、画像処理装置３００によって被検査物９のエッジ（外輪）を演算する等して、中心を算出するようにしてもよい。

続いて、画像処理装置３００の構造を図２に沿って説明する。画像処理装置３００は、制御部として機能するＣＰＵ３０１と、記憶可能な記憶部として機能するＲＯＭ３０２、ＲＡＭ３０３、ＨＤＤ（ハードディスクドライブ）３０４、記録ディスクドライブ３０５と、各種のインタフェース３０６〜３０８とを備えている。なお、画像処理装置３００は、一般的なコンピュータである。

ＣＰＵ３０１には、ＲＯＭ３０２、ＲＡＭ３０３、ＨＤＤ３０４、記録ディスクドライブ３０５及び各種のインタフェース３０６〜３０８が、バス３１０を介して接続されている。例えばＨＤＤ３０４（或いは記録ディスク３３１や外部記憶装置３２２等であってもよい）には、ＣＰＵ３０１を動作させるための各種プログラムやフィルタのデータが格納されている。この各種プログラムのうちの座標変換プログラム３０４ａは、詳しくは後述するようにＣＰＵ３０１により画像データを座標変換させるためのプログラムである。また、フィルタ３０４ｂは、詳しくは後述するようにＣＰＵ３０１により一次元フィルタ処理を実行させるためのフィルタデータである（図５参照）。なお、各種プログラムとしては、微分フィルタ処理や２値化処理等を実行させるための画像処理プログラムも含まれる。これら画像処理プログラムは、記録媒体としての、ＨＤＤ（ハードディスクドライブ）３０４、記録ディスクドライブ３０５、外部記憶装置３２２などに格納できる。

一方、インタフェース３０６には上記カメラ８（図１参照）が接続され、インタフェース３０７にはモニタ３２１が接続され、インタフェース３０８には外部記憶装置（例えば外付けＨＤＤや不揮発性メモリなど）３２２が接続されている。上記カメラ８からは、例えばＣＰＵ３０１の指令に基づきインタフェース３０６及びバス３１０を介して図３に示すような撮像された画像データ１０２を取得し、一時的にＲＡＭ３０３等に記憶格納する。モニタ３２１には、後述するように画像処理が完了した際の結果等の出力データを送信することで、その結果等を示す各種画像が表示される。

なお、本実施の形態においては、カメラ８で撮像された画像データ１０２を取得して、後述の座標変換を行うものを説明している。しかしながら、取得する画像データは、あらかじめＨＨＤ３０４に格納されていたり、記録ディスク３３１に記録されていたり、外部記憶装置３２２に記録されていたりしているものでもよい。

ついで、本実施の形態に係る画像処理について説明する。本実施の形態に係る画像処理方法では、大まかに、元となる直交座標系の画像データを座標変換する座標変換工程と、座標変換した画像データをフィルタ処理して特異点を抽出する抽出工程と、を画像処理装置３００で実行する。

ここで、一般に特異点を抽出するためには、微分フィルタ処理や、平滑化処理を伴った画像処理が一般的に知られている。しかし、円形状の背景が写り込んでいる直交座標系の画像に対して、例えば３×３のラプラシアンフィルタ処理を行うと、円形状の背景も抽出したい特異点と同様にエッジ部分が強調されてしまい、結果的に円形状の背景も抽出してしまいかねない。従って、円形状の背景を抽出しないための特殊な画像処理方法が必要となる。

そこで本実施の形態においては、まず、元となる直交座標系の画像データに対して詳しくは後述する半径円弧長座標変換を行って円形状の背景を直線状に変換する。そして、座標変換後の画像データに対してフィルタ処理を施すことによって、特異点を抽出する。以下に、この画像処理の詳細を説明する。

例えばカメラ８により被検査物９を撮像した後、ＲＡＭ３０３に取得された図３に示す画像データ１０２には、光源１１ａ，１１ｂの光が例えばレンズの端面等で反射して生じる円形状の背景１０１があり、かつ２箇所の特異点１０３ａ，１０３ｂがある。

本実施の形態においては、ＣＰＵ３０１が座標変換プログラム３０４ａを実行することにより、画像データ１０２の直交座標（Ｘ，Ｙ）を、中心からの半径ｒと周方向θに展開した円弧長ｒθとの座標系である半径円弧長座標（ｒ，ｒθ）に変換処理する。なお、ＣＰＵ３０１が座標変換プログラム３０４ａを実行することにより、画像データ１０２の直交座標（Ｘ，Ｙ）を、中心からの半径方向と周方向に展開した円弧長の方向とに極座標変換してから半径円弧長座標（ｒ，ｒθ）に変換処理してもよい。

即ち、半径円弧長座標への変換は下記の変換式に従って実行する。
Ｘ＝ｒ＊ｃｏｓ（ｒθ／ｒ）＋Ｏｘ
Ｙ＝ｒ＊ｓｉｎ（ｒθ／ｒ）＋Ｏｙ
ただし、Ｏｘ，Ｏｙは円形状背景の中心座標である。

ここで、上記の変換式は、極座標変換とほぼ等価であるが、実質上、三角関数内の（ｒθ／ｒ）を約分していないことに意味がある。つまり、半径と角度ではなく、半径と円弧長による変換であることを、上記の変換式で示している。

以上のように直交座標系の画像データ１０２を、半径円弧長座標に変換すると、図４に示す画像データ２０２のようになる。ここで、画像データ１０２の画像処理領域は円弧を含む内側が画像処理領域であり、半径円弧長座標への変換後の画像データ２０２では直線を含む三角形状の内側の画像処理領域となる。即ち、円弧長はｒθで表されるので、半径の値が小さいときは、変換される円弧長の長さは短く、半径の値が大きくなるに従って変換される円弧長の長さは大きくなる。このように本実施の形態に係る座標変換処理を用いることで、直交座標上に存在する帯状で示される円形状の背景１０１は、半径円弧長座標に変換された円弧方向に帯状で示される直線状の背景２０１に変換される。

すると、半径円弧長座標で変換された画像データ２０２では、内径側と外径側とで分解能が均一になる。このため、図４に示すように、直交座標上で相対的により中心付近に存在する特異点１０３ａは変換後の特異点２０３ａとなり、直交座標で相対的により中心より外側に存在する特異点１０３ｂは変換後の特異点２０３ｂとなる。

以上のように、半径円弧長座標変換を含む座標変換処理を実行することで、直交座標で円形状の背景１０１は半径円弧長座標に変換された背景２０１となり、円弧長方向に直線状に現れる。更に、円弧方向の分解能は径方向に依存しないので、どの場所においても変換効率は異ならない。

続いて、一次元のフィルタ３０４ｂによるフィルタ処理について説明する。図５に示すフィルタ３０４ｂは、半径円弧長座標に対して施す一次元フィルタの例であり、一次元の２次微分フィルタとして一般的に知られている。即ち、注目画素の輝度に対して−２の係数を乗算し、注目画素の左側と右側の輝度との和をとることによって、エッジ強調の画像処理を行う。なお、この一次元のフィルタ３０４ｂによるフィルタ処理は、半径円弧座標系に対して、任意の位置のどの点からでも開始できる。

図５のフィルタ３０４ｂを図４の半径円弧長座標へ返還された画像データ２０２に対して施すと、円弧長方向に勾配のある特異点があった場合、エッジが強調される。一方で径方向の勾配は無視されるので、図５に示されたフィルタ３０４ｂを用いると、直線状に変換された背景２０１のエッジは強調されない。更に、直線状に変換された背景２０１に跨る様な特異点があった場合は、特異点のエッジを強調して検出することができる。これにより、特異点を欠陥として検出でき、円形状の背景は欠陥として検出しないようにすることができる。更に、例えば図６の画像データ４０２の画像処理領域と図４の画像データ２０２の画像処理領域との面積を比べると、本実施の形態の場合、座標変換した後にフィルタ処理しなければならない画像処理領域が小さくなるので、画像処理の高速化も望める。

以上のようにフィルタ処理を施すことにより、半径円弧長座標変換処理した画像データにあって、半径方向に拘らず特異点の大きさを同じように揃えることが可能となる。また、半径円弧長への変換で直線となった背景２０１以外の特異点２０３ａ，２０３ｂのみを高速に抽出でき、更に特異点が直線状の背景に重なっていた場合でも特異点を抽出することが可能となる。更に、このような本実施の形態の手法を用いることにより、座標変換後の分解能は実空間と等しくなり、１つのフィルタ３０４ｂで同一のフィルタ処理を行っても画像処理後のデータ特性が異ならないので、画像処理がより容易になる。そして、フィルタ処理を施さなければならない範囲が小さくなるので、画像処理時間を短縮することができる。従って、例えば注目画素の場所によって使用するフィルタを変える、といった設定が不要となり、フィルタの個数の低減が可能となると共に、画像処理の簡素化が可能となる。

なお、本実施の形態においては、本画像処理装置３００を検査装置１に用いて、被検査物９の特異点を抽出するものを一例として説明したが、いわゆるマシンビジョンに応用したり、これらに限らず、他分野に応用したりすることができる。要するに円形状の背景が存在する画像から特異点を抽出する画像処理であれば、どのような画像処理にも本技術を適用することができる。

１…検査装置：８…撮像装置（カメラ）：９…被検査物：１０…ステージ：１１ａ，１１ｂ…光源：１０２…画像データ：２０２…画像データ：２０３ａ，２３０ｂ…特異点：３００…画像処理装置、コンピュータ：３０１…制御部（ＣＰＵ）：３０３…記憶部（ＲＡＭ）：３０４…記録媒体（ＨＤＤ）：３０４ａ…画像処理プログラム（座標変換プログラム）：ｒ…半径：θ…周方向：ｒθ…円弧長

Claims (6)

1. 取得した画像データを記憶可能な記憶部と、
   前記記憶部に記憶された画像データを、中心からの半径と周方向に展開した円弧長とに座標変換する半径円弧長座標変換処理を実行し、その半径円弧長座標変換処理した画像データをフィルタ処理して特異点を抽出する制御部と、を備えた、
   ことを特徴とする画像処理装置。
2. 被検査物を、中心を位置決めした状態で設置するステージと、
   前記被検査物を照射する光源と、
   前記被検査物を撮像して前記画像データを取得する撮像装置と、
   前記請求項１に記載の画像処理装置と、を備え、
   前記抽出した特異点に基づき欠陥を検査する、
   ことを特徴とする検査装置。
3. 制御部が、記憶部に記憶された画像データを、中心からの半径と周方向に展開した円弧長とに座標変換する半径円弧長座標変換処理を実行する座標変換工程と、
   前記制御部が、前記座標変換工程で前記半径円弧長座標変換処理した画像データをフィルタ処理して特異点を抽出する抽出工程と、を備えた、
   ことを特徴とする画像処理方法。
4. 前記抽出工程は、前記半径円弧長座標変換処理した画像データを１つのフィルタでフィルタ処理する、
   ことを特徴とする請求項３に記載の画像処理方法。
5. 請求項３又は４に記載の各工程をコンピュータに実行させるための画像処理プログラム。
6. 請求項５に記載の画像処理プログラムを記録した、コンピュータで読み取り可能な記録媒体。

Images