JP6288272B2 - 欠陥検査装置及び生産システム - Google Patents

欠陥検査装置及び生産システム Download PDF

Info

Publication number
JP6288272B2
JP6288272B2 JP2016532820A JP2016532820A JP6288272B2 JP 6288272 B2 JP6288272 B2 JP 6288272B2 JP 2016532820 A JP2016532820 A JP 2016532820A JP 2016532820 A JP2016532820 A JP 2016532820A JP 6288272 B2 JP6288272 B2 JP 6288272B2
Authority
JP
Japan
Prior art keywords
defect
depth
binarization
ratio
size
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
Application number
JP2016532820A
Other languages
English (en)
Other versions
JPWO2016006039A1 (ja
Inventor
博久 柴山
博久 柴山
英爾 塩谷
英爾 塩谷
諭 櫻井
諭 櫻井
精一 杉山
精一 杉山
清水 明
明 清水
大輔 寺田
大輔 寺田
良次 熨斗
良次 熨斗
貴人 内海
貴人 内海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of JPWO2016006039A1 publication Critical patent/JPWO2016006039A1/ja
Application granted granted Critical
Publication of JP6288272B2 publication Critical patent/JP6288272B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B05SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05BSPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B13/00Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
    • B05B13/06Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00 specially designed for treating the inside of hollow bodies
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B05SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05BSPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B9/00Spraying apparatus for discharge of liquids or other fluent material, without essentially mixing with gas or vapour
    • B05B9/01Spray pistols, discharge devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/24Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B24GRINDING; POLISHING
    • B24BMACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B33/00Honing machines or devices; Accessories therefor
    • B24B33/02Honing machines or devices; Accessories therefor designed for working internal surfaces of revolution, e.g. of cylindrical or conical shapes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/22Measuring arrangements characterised by the use of optical techniques for measuring depth
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/30Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954Inspecting the inner surface of hollow bodies, e.g. bores
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/507Depth or shape recovery from shading
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/954Inspecting the inner surface of hollow bodies, e.g. bores
    • G01N2021/9548Scanning the interior of a cylinder
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/10Scanning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Description

本発明は、欠陥検査装置及び生産システムに関する。
自動車等に搭載されるシリンダブロックのシリンダボア内面に、金属又はセラミックを溶射して皮膜(溶射皮膜)を形成し、その後のホーニング加工により平滑な摺動面を形成する溶射技術(溶射ボア)が知られている。
溶射皮膜は、溶滴が何層にも積層されて形成されるため、一般的には、気孔、酸化鉄等の微細な欠陥を多く含むポーラスな構造となっている。そのため、溶射後のホーニング等の後加工を行う際に、溶射皮膜の表層が脱落して微小な表面欠陥が発生するという問題がある。また、シリンダボア内面に鋳造巣がある場合にも、溶射皮膜が正常に形成されずに表面欠陥が発生する。これらの表面欠陥は、オイル溜まりとして機能し、ピストンとの潤滑性向上に寄与する反面、体積が大きすぎるとオイル消費量が悪化する。このため、シリンダボア内面の表面欠陥を検査し、表面欠陥の体積の上限を規定することが望ましい。
シリンダボア内面の表面欠陥の検査方法としては、CCDカメラ等でシリンダボア内面を撮像して二次元画像を取得し、二次元画像から表面欠陥の数や大きさを検出する手法が一般的である(例えば、特許文献1参照)。
特開平11−23477号公報
しかしながら、特許文献1では、二次元画像から表面欠陥の数や大きさを検出しているが、欠陥の深さに関する情報は検出されていない。したがって、シリンダボア内面の表面欠陥の体積を高精度に測定することは困難であった。
本発明は、上記課題に鑑みて成されたものであり、その目的は、表面欠陥の体積を高精度に測定することができる欠陥検査装置及び生産システムを提供することである。
本発明の一態様に係る欠陥検査装置及び生産システムは、検査対象の画像を撮像し、画像に対して互いに異なる第1及び第2の二値化閾値を用いて第1及び第2の二値化処理を行うことにより、画像中の同一の欠陥に対して第1及び第2の大きさを算出し、第1の大きさに対する第2の大きさの第1の比率を算出し、第1の比率に応じて欠陥の深さを判定することを特徴とする。
図1は、本発明の実施形態に係る生産システムの構成の一例を示すブロック図である。 図2は、本発明の実施形態に係るシリンダブロックの一例を示す概略図である。 図3は、本発明の実施形態に係る加工装置の構成の一例を示す概略図である。 図4は、シリンダボア内面の表面欠陥を含む溶射皮膜の一例を示す断面図である。 図5は、本発明の実施形態に係る撮像装置の構成の一例を示す概略図である。 図6は、画素の光量と欠陥の深さとの関係の一例を表すグラフである。 図7は、二値化閾値と、検出される欠陥の長さとの関係の一例を表すグラフである。 図8は、二値化閾値と、検出される互いに異なる深さの欠陥の長さとの関係の一例を表すグラフである。 図9は、本発明の実施形態に係る表面欠陥検査方法の一例を示すフローチャートである。 図10(a)は、第1の変形例に係る二値化閾値と欠陥の大きさとの関係を表すグラフである。図10(b)は、第1の変形例に係る欠陥の深さの判定結果を表すグラフである。 図11は、第1の変形例に係る表面欠陥検査方法の一例を示すフローチャートである。 図12(a)は、第2の変形例に係る二値化閾値と欠陥の大きさとの関係を表すグラフである。図12(b)は、第2の変形例に係る欠陥の深さの判定結果を表すグラフである。 図13は、第2の変形例に係る表面欠陥検査方法の一例を示すフローチャートである。
図面を参照して、実施形態を説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
[生産システム及び欠陥検査装置]
本発明の実施形態に係る生産システムは、図1に示すように、欠陥検査装置1及び加工装置4を備える。欠陥検査装置1は、制御装置2及び撮像装置3を備える。
本発明の実施形態に係る欠陥検査装置1の検査対象の一例として、自動車等のエンジンのシリンダブロックを説明する。図2に示すように、シリンダブロック101は、ピストンを収容するための円筒形孔である複数のシリンダボア102を有する。
加工装置4としては、例えばプラズマ溶射装置が使用可能である。加工装置(プラズマ溶射装置)4は、図3に示すように、ガン本体41と、ガン本体41の下方に突出して設けられた溶射ガン42を備える。溶射ボアでは、ガン本体41が矢印A方向に移動してシリンダブロック101のシリンダボア102の円筒内に入り込み、円周方向Bに回転する。これと同時に、溶射ガン42の先端部分から、シリンダブロック101のシリンダボア102の内面に、金属又はセラミックの噴流を吹き付け、溶射皮膜を形成する。なお、加工装置4としては、ホーニング加工機等の、溶射皮膜の表面欠陥に影響を与え得る加工装置であってもよく、加工装置を複数種有していてもよい。加工装置4としては、検査対象に応じて、表面欠陥に影響を与える装置を適宜使用することができる。
溶射皮膜は、溶滴が何層にも積層されて形成されるため、一般的には、気孔、酸化鉄等の微細な欠陥を多く含むポーラスな構造となっている。このため、溶射後のホーニング等の後加工を行う際に、図4に模式的に示すように、溶射皮膜103の表層の一部が脱落して、表面103aに対して窪んだ微小な表面欠陥(ピット)104が発生する。また、シリンダボア102の内面に鋳造巣があった場合にも、鋳造巣の表面には溶射皮膜が正常に形成されずに、表面103aに対して窪んだ表面欠陥(ブローホール)が発生する。これらの表面欠陥は、オイル溜まりとして機能し、ピストンとの潤滑性向上に寄与する反面、表面欠陥の体積が大きすぎるとオイル消費量が悪化する。このため、溶射皮膜の表面欠陥を検査し、表面欠陥の体積の総和に対して上限を規定することが望ましい。
溶射皮膜の表面欠陥としては、上述したように、主には後加工に起因するピットと、鋳造巣に起因するブローホールが挙げられる。一般的に、ブローホールの直径(最大長さ)はピットの直径(最大長さ)と同等又はそれ以上となる傾向があり、ブローホールの深さはピットの深さよりも5倍〜10倍程度深くなる傾向がある。なお、溶射皮膜103の表面欠陥としては、ピット及びブローホールに限定されず、表面103aに対する窪みの部分が該当する。
図1に示した撮像装置3は、検査対象の表面を撮像し、二次元画像(濃淡画像)を取得する。撮像装置3は、例えば、図5に示すように、駆動部30と、駆動部30に取り付けた光源31及びミラー32と、駆動部30の上方に固定された撮像部33を有する。駆動部30は、検査対象であるシリンダボア102の円筒内に入り込み、円周方向Cに回転駆動する。光源31は、シリンダボア102の内面に対して光を照射する。ミラー32は検査対象からの反射光を反射して撮像部33へ導く。撮像部33は、CCDカメラ等であり、ミラー32からの反射光を受光することにより検査対象の表面を撮像し、二次元画像を取得する。なお、本発明の実施形態では、シリンダボア102等の円筒状部材の内面を撮像可能な撮像装置3の一例を示すが、撮像装置3の構成は検査対象に応じて適宜変更可能である。
撮像装置3により得られる二次元画像は、例えば8ビットのグレースケール画像であり、各画素が黒(0)から白(255)までの光量で規定される。図6は、溶射皮膜の表面欠陥の深さと画素の光量との関係の一例を示す。図6に示すように、検査対象に表面欠陥がなく正常な部位では、検査対象からの反射光が相対的に明るく、画像中の画素の光量が多くなる。一方、検査対象の表面欠陥の部位では、検査対象からの反射光が相対的に暗くなり、画像中の画素の光量が少なくなる。また、表面欠陥が深いほど、画像中の画素の光量が小さくなる。
図1に示した制御装置2は、中央処理装置(CPU)、RAM、ROM、ハードディスク等により構成される。制御装置2は、二値化処理部11、比率算出部12、深さ判定部13、体積算出部14及び良否判定部15を機能的に有する。
二値化処理部11は、撮像部33により撮像された二次元画像に対して二値化処理を行う。二値化処理とは、二次元画像中のグレースケールの光量を有する各画素を、二値化閾値を用いて白又は黒の2階調に変換する処理である。図6に示すように、画素の光量が所定の二値化閾値Th以上の場合には画素を白に変換する。一方、画素の光量が二値化閾値Th未満である場合には画素を黒に変換する。したがって、二値化閾値Thが大きいほど黒の領域が増大することとなる。
図7は、二値化閾値を変化させたときに検出される溶射皮膜の表面欠陥の大きさ(長さ)の変化の一例を示す。図7に示すように、二値化閾値が大きいほど、画像中の黒の領域の集合体に相当する欠陥の大きさが大きく検出される。図7では、互いに異なる二値化閾値を用いた二値化処理後の画像I1〜I3も模式的に示す。画像I1、I2、I3の順で、欠陥の大きさが小さくなっているのが分かる。また、図7の一例では、二値化閾値と表面欠陥の大きさの変化は全体としては非線形であり、二値化閾値を小さくしていくと、変曲点Pを超えるまでは表面欠陥の大きさも略比例して緩やかに小さくなっていくが、変曲点Pを超えると表面欠陥の大きさが急峻に小さくなっている。
ここで、二値化処理部11は、撮像部33により撮像された二次元画像に対して、互いに異なる第1及び第2の二値化閾値Th1,Th2をそれぞれ用いて、2度(第1及び第2)の二値化処理を行う。第1及び第2の二値化閾値Th1,Th2は、製品や欠陥の種類等に応じて適宜設定可能である。第1の二値化閾値Th1は、例えば100と設定される。第2の二値化閾値Th2は、第1の二値化閾値Th1よりも小さく、例えば50と設定される。第1及び第2の二値化閾値Th1,Th2は、例えば制御装置2のメモリに予め記憶させておき、適宜読み出される。
二値化処理部11は、第1の二値化処理後の画像及び第2の二値化処理後の画像から、黒の領域の集合体に相当する欠陥をそれぞれ検出し、同一の欠陥に対して欠陥の大きさをそれぞれ算出する。ここで、欠陥の大きさは、欠陥の面積又は長さの少なくとも一方を含む。欠陥の長さとしては、例えば欠陥の最大長さ(長径)を算出する。欠陥の面積としては、例えば欠陥の最大長さ(長径)の外接円の面積を算出する。第1の二値化処理後の画像中の欠陥と、第2の二値化処理後の画像中の欠陥とは、位置座標を用いて同一の欠陥を対応づけることができる。なお、第1の二値化閾値Th1が第2の二値化閾値Th2よりも大きいので、第1の二値化閾値Th1を用いた1度目の二値化処理により得られる欠陥の大きさが、第2の二値化閾値Th2を用いた2度目の二値化処理により得られる欠陥の大きさ以上となる。
例えば、図8に示すように、相対的に深い欠陥A(例えばブローホール)と相対的に浅い欠陥B(例えばピット)がある場合を説明する。図8に示すように、二値化閾値が小さいほど検出される欠陥A,Bの長さも小さくなり、ある変曲点P1,P2を超えると変化が大きくなる。二値化処理部11は、欠陥Aについて、第1の二値化閾値Th1を用いて二値化処理を行い、欠陥Aの長さXA1を検出する。更に、二値化処理部11は、第2の二値化閾値Th2を用いて二値化処理を行い、欠陥Aの長さXA2を検出する。一方、欠陥Bについて、二値化処理部11は、第1の二値化閾値Th1を用いて二値化処理を行い、欠陥Bの長さXB1を検出する。更に、二値化処理部11は、第2の二値化閾値Th2を用いて二値化処理を行い、欠陥Bの長さXB2を検出する。
比率算出部12は、例えば欠陥Aを一例として、1度目の二値化処理で得られた大きさXA1に対する2度目の二値化処理で得られた大きさXA2の比率Y=XA2/XA1を算出する。1度目の二値化処理では検出された欠陥が、2度目の二値化処理では検出されなかった場合には大きさXA2が0となり、比率Yが0と算出される。1度目の二値化処理で得られた大きさXA1は、2度目の二値化処理で得られた大きさXA2以上となるため、比率Yは0以上1以下の範囲となる。
深さ判定部13は、比率Yに基づいて表面欠陥の相対的な深さ(深いか、浅いか)を判定(判別)する。深さ判定部13は、比率Yが閾値N以下の場合には、表面欠陥が浅いと判定し、比率Yが閾値Nよりも大きい場合には表面欠陥が深いと判定する。閾値Nは、0より大きく且つ1より小さい範囲で、製品や欠陥の種類等に応じて適宜設定可能であり、例えば0.5に設定される。閾値Nは、例えば制御装置2のメモリに予め記憶させておき、適宜読み出される。深さ判定部13は、例えば欠陥Aの比率Yが0.8であり、閾値Nの0.5よりも大きいため、欠陥Aを深いと判定する。また、深さ判定部13は、例えば欠陥Bの比率Yが0.4であり、閾値Nの0.5以下であるため、欠陥Bを浅いと判定する。
体積算出部14は、深さ判定部13による深さの判定結果に応じて欠陥の深さを設定する。例えば、深さ判定部13により深い欠陥と判定された場合には、体積算出部14は、欠陥の深さを100μmと設定する。一方、深さ判定部13により浅い欠陥と判定された場合には、体積算出部14は、欠陥の深さを10μmと設定する。深さ判定部13による深さの判定結果に対応する欠陥の深さの設定値は、製品や欠陥の種類等に応じて適宜設定可能である。欠陥の深さの設定値は、例えば制御装置2のメモリに予め記憶させておき、適宜読み出される。
体積算出部14は更に、設定した欠陥の深さと、欠陥の大きさに基づいて、欠陥の体積を算出する。体積を算出するための欠陥の大きさは、1度目の二値化処理で得られた欠陥の大きさを用いてもよく、2度目の二値化処理で得られた欠陥の大きさを用いてもよく、それらの平均値等を用いてもよい。例えば、欠陥の大きさ(面積)が20mmであり、欠陥の深さが100μmであれば、体積が2mmと算出される。体積算出部14は、画像中に含まれる全ての欠陥の深さ及び体積を算出する。体積算出部14は更に、各欠陥の体積を合算して、欠陥の体積の総和を算出する。
良否判定部15は、体積算出部14により算出された欠陥の体積の総和が、許容値(閾値)以下か否かを判定する。良否判定部15は、欠陥の体積の総和が許容値以下の場合には検査対象を良品と判定し、許容値よりも大きい場合には検査対象を不良品と判定する。許容値は、オイル消費の許容値等に応じて適宜設定可能である。許容値は、例えば制御装置2のメモリに予め記憶させておき、適宜読み出される。
また、体積算出部14により算出された欠陥の体積の総和及び良否判定部15による良否判定結果は加工装置4にフィードバックされる。加工装置4は、体積算出部14により算出された欠陥体積の総和及びその許容値に基づいて、欠陥の体積の総和が許容値以下となるように加工条件を調整する。なお、加工装置4の加工条件を調整する代わりに、又は加工装置4の加工条件を調整するとともに、加工装置4によるプラズマ溶射後のホーニング等の加工プロセスにおける加工条件を調整してもよい。
[欠陥検査方法]
次に、図9のフローチャートを参照しながら、本発明の実施形態に係る表面欠陥検査方法の一例を説明する。
ステップS101において、撮像装置3は、検査対象の表面を撮像し、二次元画像を取得する。ステップS102において、二値化処理部11は、撮像装置3により取得された二次元画像に対して、第1の二値化閾値Th1を用いて1度目の二値化処理を行う。更に、二値化処理部11は、1度目の二値化処理後の画像から欠陥を抽出し、欠陥の大きさX1を算出する。
ステップS103において、良否判定部15は、1度目の二値化処理後の欠陥の大きさX1が許容値(閾値)以下か否かを判定する。許容値は製品や欠陥の種類等に応じて適宜設定可能であり、例えば1.5mmに設定される。許容値より大きい欠陥が含まれていた場合には、ステップS112に移行し、不良品と判定する。一方、ステップS103において全ての欠陥の大きさX1が許容値以下と判定された場合には、ステップS104に移行する。
ステップS104において、二値化処理部11は、撮像装置3により取得された二次元画像に対して、第2の二値化閾値Th2を用いて2度目の二値化処理を行う。更に、二値化処理部11は、2度目の二値化処理後の画像から欠陥を抽出し、欠陥の大きさX2を算出する。
ステップS105において、比率算出部12は、同一の欠陥に対して、1度目の二値化処理で得られた欠陥の大きさX1に対する2度目の二値化処理で得られた欠陥の大きさX2の比率Y=X2/X1を算出する。
ステップS106において、深さ判定部13は、比率算出部12により算出された比率Yが、閾値N以下か否かを判定することにより、欠陥の相対的な深さを判定する。比率Yが閾値N以下の場合、浅い欠陥(例えばピット)と判定し、ステップS107に移行する。ステップS107において、体積算出部14が、浅い欠陥の深さD1を設定する。更に、体積算出部14が、浅い欠陥の深さD1及び欠陥の大きさX1等から、欠陥の体積を算出する。
一方、ステップS106において、深さ判定部13は、比率Yが閾値Nよりも大きい場合、深い欠陥(例えばブローホール)と判定し、ステップS108に移行する。ステップS108において、体積算出部14が、深いと判定された欠陥の深さD2を、深さD1よりも深い値に設定する。更に、体積算出部14が、欠陥の深さD2及び欠陥の大きさX1等から、欠陥の体積を算出する。
ステップS109において、体積算出部14は、ステップS107及びステップS108において算出された全ての欠陥の体積を合算し、欠陥の体積の総和を算出する。ステップS110において、良否判定部15は、体積算出部14により算出された欠陥の体積の総和が許容値以下か判定する。欠陥の体積の総和が許容値以下の場合、ステップS111に移行し、良否判定部15は、検査対象が良品であり出荷可能と判定する。一方、ステップS110において欠陥の体積の総和が許容値よりも大きいと判定された場合、ステップS112に移行し、良否判定部15は、検査対象が不良品であると判定する。
本発明の実施形態によれば、二次元画像に対して互いに異なる二値化閾値を用いて2度の二値化処理を行い、各欠陥について2つの大きさX1,X2を検出し、2つの大きさX1,X2の比率Y=X2/X1を算出し、比率Yに応じて欠陥の深さを判別することができる。したがって、従来のように欠陥の大きさのみで評価したり、欠陥の深さを想定される最大値で一律に設定したりする場合と比較して、欠陥の深さを高精度に判別することができ、欠陥の体積を高精度に算出することができる。
また、欠陥の深さの判別結果に応じて全ての欠陥の体積を合算し、欠陥の体積の総和が許容値以下か判定することにより、製品の良否判定を高精度に行うことができる。
また、エンジンのシリンダブロック101を検査対象とすることにより、エンジンのシリンダブロック101の主な表面欠陥である相対的に深いブローホールと、相対的に浅いピットとを高精度に判別することができる。
また、体積算出部14により算出された欠陥の体積の総和を、溶射やその後の加工にフィードバックし、欠陥の体積の総和が一定又は許容値以下になるように加工条件を逐次変更することにより、欠陥の発生を予め抑制することができる。
(第1の変形例)
本発明の実施形態では、2度の二値化処理を行う場合を説明したが、第1の変形例として、3度の二値化処理を行い、欠陥の相対的な深さを3段階で判定する場合を説明する。
二値化処理部11は、互いに大きさの異なる第1〜第3の二値化閾値を用いて、3度(第1〜第3)の二値化処理を行うことにより、同一の欠陥に対して第1〜第3の大きさを算出する。例えば図10(a)に示すように、欠陥A,B,Cが存在する場合について説明する。図10(a)に示すように、欠陥A,B,Cの長さは、変曲点PA,PB,PCを挟んで二値化閾値が小さいほど線形的に小さくなり、変曲点PA,PB,PCよりも小さい側ではその変化が大きくなる。
二値化処理部11は、欠陥A,B,Cのそれぞれについて、第1〜第3の二値化閾値Th1,Th2,Th3を用いて3度の二値化処理を行うことにより、欠陥Aの大きさXA1,XA2,XA3、欠陥Bの大きさXB1,XB2,XB3、欠陥Cの大きさXC1,XC2が算出される。3度目の二値化処理時に欠陥Cは検出されず、欠陥Cの大きさは0として算出される。
比率算出部12は、欠陥Aを一例とすると、第1の大きさXA1に対する第2の大きさXA2の第1の比率Y1=XA2/XA1を算出する。比率算出部12は更に、第1の大きさXA1に対する第3の大きさXA3の第2の比率Y2=XA3/XA1を算出する。比率算出部12は、欠陥B,Cについても欠陥Aと同様に第1及び第2の比率を算出する。
深さ判定部13は、第1及び第2の比率Y1,Y2に基づいて、欠陥の相対的な深さを3段階で判定する。より具体的には、深さ判定部13は、第1及び第2の比率Y1,Y2を閾値Nとそれぞれ比較して、欠陥の深さを2回判定する。2回の判定に用いる閾値Nは互いに同じでもよく、互いに異なっていてもよい。深さ判定部13は、2回の判定結果に基づいて、欠陥の深さを総合的に判定する。
深さ判定部13は、例えば欠陥A,B,Cについて、1回目の判定では第1の比率Y1が閾値N以下であるか判定し、2回目の判定では第2の比率Y2が閾値N以下であるか判定する。図10(b)に示すように、欠陥Aについて2度の深さの判定結果がいずれも深いので、総合的に最も深いと判定する。欠陥Bは、2度の深さの判定結果の一方が深く、他方が浅いので、総合的に中くらいの深さと判定する。欠陥Cは、2度の深さの判定結果がいずれも浅いので、総合的に最も浅いと判定する。
体積算出部14は、深さ判定部13による判定結果に応じて、欠陥の深さを3段階で設定する。体積算出部14は、例えば、最も深いと判定された欠陥Aの深さD1を10μm、中くらいの深さと判定された欠陥Bの深さD2を50μm、最も浅いと判定された欠陥Cの深さD3を100μmと設定する。
他の構成は、本発明の実施の形態に係る構成と実質的に同様であるので、重複した説明を省略する。
次に、図11のフローチャートを参照しながら、第1の変形例に係る表面欠陥検査方法の一例を説明する。
ステップS201〜S205の手順は、図9のステップS101〜S105と同様であるので、重複した説明を省略する。ステップS206において、深さ判定部13が、第1の比率Y1が閾値N以下か否かを判定する。第1の比率Y1が閾値N以下と判定された場合、欠陥の深さを3段階のうち最も浅いと判定し、3度目の二値化処理をせずにステップS207に移行する。ステップS207において、体積算出部14が、最も浅いと判定された欠陥の深さD1を設定し、深さD1を用いて欠陥の体積を算出する。
一方、ステップS206において第1の比率Y1が閾値Nよりも大きいと判定された場合、ステップS208に移行する。ステップS208において、二値化処理部11が、第3の二値化閾値Th3を用いて3度目の二値化処理を行い、欠陥の大きさX3を算出する。ステップS209において、比率算出部12が、1度目の二値化処理で得られた大きさX1に対する3度目の二値化処理で得られた大きさX3の第2の比率Y2=X3/X1を算出する。
ステップS210において、第2の比率Y2が閾値N以下か否かを判定する。第2の比率Y2が閾値N以下と判定された場合、中くらいの深さと判定し、ステップS211に移行する。ステップS211において、体積算出部14が、中くらいの深さと判定された欠陥の深さD2(>D1)を設定し、深さD2を用いて欠陥の体積を算出する。一方、ステップS210において、第2の比率Y2が閾値Nよりも大きいと判定された場合、最も深い欠陥と判定し、ステップS212に移行する。ステップS212において、体積算出部14が、最も深い欠陥の深さD3(>D2)を設定し、深さD3を用いて欠陥の体積を算出する。
ステップS213において、ステップS207、S211、S212で得られた欠陥の体積の総和を算出する。ステップS214〜S216の手順は、図9のステップS110〜S112の手順と実質的に同様であるので、重複した説明を省略する。
第1の変形例によれば、互いに異なる3つの二値化閾値を用いて3度の二値化処理を行うことにより、欠陥の深さを3段階で判別することができるので、欠陥の体積をより高精度に算出することができる。なお、第1の変形例においては、3度の二値化処理を行う場合を説明したが、互いに異なる4つ以上の二値化閾値を用いて4度以上の二値化処理を行い、欠陥の深さを4段階以上で判定してもよい。
(第2の変形例)
次に、第2の変形例として、二値化処理は2度のまま、欠陥の深さを複数回判定する場合を説明する。
例えば図12(a)に示すように、欠陥A,B,Cのそれぞれについて、2つの二値化閾値Th1,Th2を用いて2度の二値化処理を行うことにより、欠陥Aの大きさXA1,XA2、欠陥Bの大きさXB1,XB2、欠陥Cの大きさXC1,XC2が算出される。比率算出部12は、欠陥Aについて、第1の大きさXA1に対する第2の大きさXA2の比率Y=XA2/XA1を算出する。比率算出部12は、欠陥B,Cについても、欠陥Aと同様に比率を算出する。
深さ判定部13は、比率算出部12により算出された比率Yを、互いに大きさの異なる複数(2つ)の閾値N1,N2と比較して、欠陥の深さを複数回(2回)判定する。閾値N1,N2は、製品や欠陥の種類等に応じて適宜設定可能である。閾値N1は例えば0.5に設定され、閾値N2は閾値N1よりも大きく、例えば0.7に設定される。
深さ判定部13は、各欠陥A,B,Cについて、1回目の判定では比率Yが閾値N1以下であるか判定し、2回目の判定では比率Yが閾値N2以下であるか判定する。深さ判定部13は、2回の判定結果に基づいて、総合的な欠陥の深さを判定する。
図12(b)に示すように、欠陥Aは、1回目の判定で比率Yが閾値N1以下であり、2回目の判定で比率Yが閾値N2以下であるので、総合判定として最も深いと判定される。欠陥Bは、1回目の判定で比率Yが閾値N1より大きく、2回目の判定で比率Yが閾値N2以下であるので、総合判定として中くらいの深さと判定される。欠陥Cは、1回目の判定で比率Yが閾値N1より大きく、且つ、2回目の判定でも比率Yが閾値N2より大きいので、総合判定として最も浅いと判定される。
体積算出部14は、深さ判定部13による判定結果に応じて、欠陥の深さを3段階で設定する。例えば、体積算出部14は、最も深いと判定された欠陥Aの深さD1を10μm、中くらいの深さと判定された欠陥Bの深さD2を50μm、最も浅いと判定された欠陥Cの深さD3を100μmと設定する。
他の構成は、本発明の実施の形態に係る構成と実質的に同様であるので、重複した説明を省略する。
次に、図13のフローチャートを参照しながら、第2の変形例に係る表面欠陥検査方法の一例を説明する。
ステップS301〜S305の手順は、図9のステップS101〜S105と同様であるので、重複した説明を省略する。ステップS306において、深さ判定部13は、比率Yが閾値N1以下か判定する。比率Yが閾値N1以下と判定された場合、欠陥の深さが最も浅いと判定され、ステップS307に移行する。ステップS307において、体積算出部14が、最も浅いと判定された欠陥の深さD1を設定し、深さD1を用いて欠陥の体積を算出する。
一方、ステップS306において比率Yが閾値N1よりも大きいと判定された場合、ステップS308に移行する。ステップS308において、深さ判定部13は、比率Yが閾値N1よりも大きい閾値N2以下か判定する。比率Yが閾値N2以下と判定された場合、中くらいの深さと判定され、ステップS309に移行する。ステップS309において、体積算出部14が、中くらいの深さの欠陥の深さD2(>D1)を設定し、深さD2を用いて欠陥の体積を算出する。
一方、ステップS308において比率Yが閾値N2よりも大きいと判定された場合、最も深いと判定され、ステップS310に移行する。ステップS310において、体積算出部14が、最も深いと判定された欠陥の深さD3(>D2)を設定し、深さD3を用いて欠陥の体積を算出する。
ステップS311において、ステップS307、S309、S310で得られた欠陥の体積の総和を算出する。ステップS312〜S314の手順は、図9のステップS110〜S112の手順と実質的に同様であるので、重複した説明を省略する。
第2の変形例によれば、異なる閾値N1,N2を用いて欠陥の深さを2回判定することにより、欠陥の深さを3段階で判定することができるので、欠陥の深さ及び体積をより高精度に求めることができる。なお、第2の変形例においては、2つの閾値N1,N2を用いて欠陥の深さを2回判定し、総合的に3段階で判定したが、これに限定されるものではない。即ち、深さ判定部13は、3つ以上の閾値を用いて欠陥の深さを2段階で3回以上判定し、総合的に4段階以上で欠陥の深さを判別してもよい。
(その他の実施形態)
上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。
例えば、本発明の実施形態では、欠陥検査装置1の検査対象の一例として、エンジンのシリンダブロック101のシリンダボア102の内面を説明したが、検査対象はこれに特に限定されない。本発明の実施形態に係る欠陥検査装置1は、表面欠陥を有し得る種々の製品に対して適用可能である。また、欠陥の種類も特に限定されず、例えば二値化閾値に対して検出される欠陥の大きさも線形的に変化してもよい。
1 欠陥検査装置
2 制御装置
3 撮像装置
4 加工装置
11 二値化処理部
12 比率算出部
13 深さ判定部
14 体積算出部
15 良否判定部
30 駆動部
31 光源
32 ミラー
33 撮像部
41 ガン本体
42 溶射ガン
101 シリンダブロック
102 シリンダボア

Claims (6)

  1. 検査対象の画像を撮像する撮像装置と、
    前記画像に対して互いに異なる第1及び第2の二値化閾値を用いて第1及び第2の二値化処理を行うことにより、前記画像中の同一の欠陥に対して第1及び第2の大きさを算出する二値化処理部と、
    前記第1の大きさに対する前記第2の大きさの第1の比率を算出する比率算出部と、
    前記第1の比率に応じて前記欠陥の深さを判定する深さ判定部
    とを備えることを特徴とする欠陥検査装置。
  2. 前記欠陥の深さの判定結果に応じて前記欠陥の体積を算出し、前記画像中の前記欠陥の体積の総和を算出する体積算出部と、
    前記欠陥の体積の総和から、前記検査対象の良否を判定する良否判定部
    とを更に備えることを特徴とする請求項1に記載の欠陥検査装置。
  3. 前記二値化処理部が、前記画像に対して前記第1及び第2の二値化閾値と異なる第3の二値化閾値を用いて第3の二値化処理を行い、前記画像中の同一の欠陥に対して第3の大きさを算出し、
    前記比率算出部が、前記第1の大きさに対する前記第3の大きさの第2の比率を算出し、
    前記深さ判定部が、前記第1及び第2の比率に応じて前記欠陥の深さを判定する
    ことを特徴とする請求項1又は2に記載の欠陥検査装置。
  4. 前記深さ判定部が、
    前記第1の比率を、互いに異なる複数の閾値とそれぞれ比較することにより前記欠陥の深さを複数回判定し、前記複数回の判定結果に基づいて前記欠陥の深さを総合的に判定することを特徴とする請求項1又は2に記載の欠陥検査装置。
  5. 前記検査対象がエンジンのシリンダブロックであり、
    前記欠陥が少なくともピット及びブローホールを含む
    ことを特徴とする請求項1〜4のいずれか1項に記載の欠陥検査装置。
  6. 検査対象の画像を撮像する撮像装置と、前記画像に対して互いに異なる第1及び第2の二値化閾値を用いて第1及び第2の二値化処理を行うことにより、前記画像中の同一の欠陥に対して第1及び第2の大きさを算出する二値化処理部と、前記第1の大きさに対する第2の大きさの第1の比率を算出する比率算出部と、前記第1の比率に応じて前記欠陥の深さを判定する深さ判定部と、前記欠陥の深さの判定結果に応じて前記欠陥の体積を算出し、前記画像中の前記欠陥の体積の総和を算出する体積算出部とを有する欠陥検査装置と、
    前記欠陥の体積の総和に基づいて前記検査対象に対する加工条件を調整する加工装置
    とを備えることを特徴とする生産システム。
JP2016532820A 2014-07-08 2014-07-08 欠陥検査装置及び生産システム Active JP6288272B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/068193 WO2016006039A1 (ja) 2014-07-08 2014-07-08 欠陥検査装置及び生産システム

Publications (2)

Publication Number Publication Date
JPWO2016006039A1 JPWO2016006039A1 (ja) 2017-04-27
JP6288272B2 true JP6288272B2 (ja) 2018-03-07

Family

ID=55063715

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016532820A Active JP6288272B2 (ja) 2014-07-08 2014-07-08 欠陥検査装置及び生産システム

Country Status (8)

Country Link
US (2) US9805457B2 (ja)
EP (1) EP3168569B1 (ja)
JP (1) JP6288272B2 (ja)
KR (1) KR101730787B1 (ja)
CN (1) CN106471333B (ja)
ES (1) ES2705076T3 (ja)
MX (1) MX354715B (ja)
WO (1) WO2016006039A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9805457B2 (en) * 2014-07-08 2017-10-31 Nissan Motor Co., Ltd. Defect detection device and production system
MX2018015199A (es) * 2016-07-12 2019-04-22 Yoshino Gypsum Co Metodo de inspeccion, metodo de inspeccion y notificacion, metodo de fabricacion que incluye el metodo de inspeccion, aparato de inspeccion y aparato de fabricacion.
US10562244B2 (en) * 2017-01-23 2020-02-18 The Boeing Company Systems and methods for forming a composite part based on volume
CN106996749A (zh) * 2017-03-31 2017-08-01 西安理工大学 管内周向环形窄沟槽几何参数检测装置及检测方法
HUE042725T2 (hu) * 2017-05-18 2019-07-29 Grob Gmbh & Co Kg Eljárás és készülék bevont felületek minõségének vizsgálatára
CN108961252B (zh) * 2018-07-27 2021-06-08 Oppo(重庆)智能科技有限公司 检测logo粘贴不良的方法、电子装置及计算机可读存储介质
CN109283182A (zh) * 2018-08-03 2019-01-29 江苏理工学院 一种电池焊点缺陷的检测方法、装置及系统
JP2020038085A (ja) * 2018-09-03 2020-03-12 Juki株式会社 検査装置
CN110148106B (zh) * 2019-01-18 2023-06-27 华晨宝马汽车有限公司 一种利用深度学习模型检测物体表面缺陷的系统及方法
US11176660B2 (en) * 2019-07-25 2021-11-16 Caterpillar Inc. Sorting pistons with flaws
CN112388391B (zh) * 2020-11-09 2022-08-23 上海圣之尧智能科技有限公司 一种车削刀具置换方法
CN114392875A (zh) * 2021-12-15 2022-04-26 邳州通达化工机械有限公司 一种避免安全隐患的化工设备搪瓷层紧急修补装置
CN114459362B (zh) * 2021-12-31 2024-03-26 深圳市瑞图生物技术有限公司 一种测量装置及其测量方法
CN114952456A (zh) * 2022-07-28 2022-08-30 常州市旭泉精密电机有限公司 电机轴磨削加工用智能化自动校测装置
CN116571410B (zh) * 2023-07-14 2023-09-26 杭州百子尖科技股份有限公司 基于机器视觉的缺陷区域修复方法、装置、设备以及介质

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2771190B2 (ja) * 1988-10-07 1998-07-02 株式会社日立製作所 スルーホール充填状態検査方法およびその装置
JPH0424541A (ja) * 1990-05-21 1992-01-28 Mitsui Mining & Smelting Co Ltd 内部欠陥測定方法および装置
JP2890801B2 (ja) * 1990-11-01 1999-05-17 富士ゼロックス株式会社 表面傷検査装置
JPH05322792A (ja) * 1992-05-18 1993-12-07 Omron Corp 欠陥検査装置
JP3331127B2 (ja) * 1995-08-22 2002-10-07 株式会社東芝 マスク欠陥修正装置および修正方法
JPH10171981A (ja) * 1996-12-04 1998-06-26 Suzuki Motor Corp 刻印文字二値化装置
JPH1123477A (ja) 1997-06-27 1999-01-29 Toyota Motor Corp 円筒内面の検査装置
JP3536203B2 (ja) * 1999-06-09 2004-06-07 東芝セラミックス株式会社 ウェーハの結晶欠陥測定方法及び装置
JP2002324233A (ja) * 2001-04-25 2002-11-08 Showa Corp パイプの割れ検出方法及び装置
US6779159B2 (en) * 2001-06-08 2004-08-17 Sumitomo Mitsubishi Silicon Corporation Defect inspection method and defect inspection apparatus
JP3993817B2 (ja) * 2002-12-11 2007-10-17 株式会社日立製作所 欠陥組成分析方法及び装置
JP4139291B2 (ja) 2003-08-25 2008-08-27 新日本製鐵株式会社 欠陥検査方法及び装置
JP3914530B2 (ja) * 2003-10-16 2007-05-16 株式会社日立製作所 欠陥検査装置
US7570794B2 (en) * 2005-09-02 2009-08-04 Gm Global Technology Operations, Inc. System and method for evaluating a machined surface of a cast metal component
JP2007071661A (ja) * 2005-09-06 2007-03-22 Sumitomo Electric Ind Ltd 外観検査装置
US7903864B1 (en) * 2007-01-17 2011-03-08 Matrox Electronic Systems, Ltd. System and methods for the detection of irregularities in objects based on an image of the object
JP2009085617A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 欠陥検出装置及び方法
JP4898713B2 (ja) * 2008-01-17 2012-03-21 株式会社日立ハイテクノロジーズ 表面検査装置および表面検査方法
JP2010238305A (ja) 2009-03-31 2010-10-21 Sharp Corp 情報記録装置および情報記録方法
GB2482438B (en) 2009-05-21 2013-05-08 Honda Motor Co Ltd Surface inspecting device
JP5202437B2 (ja) * 2009-05-26 2013-06-05 本田技研工業株式会社 表面検査装置
JP5664152B2 (ja) * 2009-12-25 2015-02-04 株式会社リコー 撮像装置、車載用撮像システム及び物体識別装置
JP2011232070A (ja) * 2010-04-26 2011-11-17 Seiko Epson Corp 凹部深さの測定方法及び検査装置
JP2012237585A (ja) * 2011-05-10 2012-12-06 Toppan Printing Co Ltd 欠陥検査方法
WO2013090830A1 (en) * 2011-12-16 2013-06-20 University Of Southern California Autonomous pavement condition assessment
CN102589461A (zh) * 2012-01-17 2012-07-18 华中科技大学 一种基于图像的积雪深度测量方法
US9638648B2 (en) * 2012-03-29 2017-05-02 General Electric Company Flaw detection using transient thermography
US9805457B2 (en) * 2014-07-08 2017-10-31 Nissan Motor Co., Ltd. Defect detection device and production system

Also Published As

Publication number Publication date
US10339645B2 (en) 2019-07-02
US9805457B2 (en) 2017-10-31
CN106471333A (zh) 2017-03-01
EP3168569A4 (en) 2017-11-22
ES2705076T3 (es) 2019-03-21
EP3168569B1 (en) 2018-10-24
US20180025486A1 (en) 2018-01-25
EP3168569A1 (en) 2017-05-17
MX2017000069A (es) 2017-04-27
CN106471333B (zh) 2018-01-23
KR101730787B1 (ko) 2017-04-27
US20170161886A1 (en) 2017-06-08
KR20170012377A (ko) 2017-02-02
MX354715B (es) 2018-03-16
WO2016006039A1 (ja) 2016-01-14
JPWO2016006039A1 (ja) 2017-04-27

Similar Documents

Publication Publication Date Title
JP6288272B2 (ja) 欠陥検査装置及び生産システム
US10434598B2 (en) Method for monitoring the energy density of a laser beam by image analysis and corresponding device
Kumar et al. Machine vision method for non-contact measurement of surface roughness of a rotating workpiece
Su et al. An automated flank wear measurement of microdrills using machine vision
US10043257B2 (en) Method and device for the quality evaluation of a component produced by means of an additive manufacturing method
JP6628180B2 (ja) 表面損傷検出方法および表面損傷検出装置
Lawrence et al. Evaluation of image based Abbott–Firestone curve parameters using machine vision for the characterization of cylinder liner surface topography
US8942837B2 (en) Method for inspecting a manufacturing device
JP5086970B2 (ja) 木材の外観検査装置、木材の外観検査方法
Hsieh et al. Development of a laser-based measurement system for evaluation of the scraping workpiece quality
CA2983577A1 (en) Shape inspection method, shape inspection apparatus, and program
JP2007303830A (ja) 塗装面品質評価方法
TW201600223A (zh) 工具檢查方法及工具檢查裝置
CN117480382A (zh) 评价方法、评价装置和计算机程序
Black et al. Dark field optical observation of polymer powder bed fusion for process monitoring and control
Shashikala et al. Quantification of worn surface using digital image processing
CN112184670A (zh) 一种喷丸强化表面覆盖率的检测方法
JP2013257219A (ja) 表面形状測定装置及び方法
JP6373743B2 (ja) 面の評価方法および面の評価装置
KR20210085411A (ko) 반복 얼룩 검출 장치 및 반복 얼룩 검출 방법
JP2016109532A5 (ja)
JP7335796B2 (ja) 版の検査方法及び版の検査装置
Hendriks et al. Detecting defects during powder deposition in additive manufacturing
JP2005128635A (ja) 画像処理装置
Liu et al. Image Measurement of Roller Chain Board Based on CCD

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170203

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170203

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: 20180109

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180122

R151 Written notification of patent or utility model registration

Ref document number: 6288272

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151