JP6403547B2 - 鋼材成分識別装置及びそのプログラム - Google Patents

Description

本発明は、鋼材成分識別装置及びその方法に関し、特に、鋼の火花試験により生じる火花を画像処理することにより鋼材成分を識別する装置及びその方法に関するものである。

鋼の製造工程では異材を鑑別して排除するために火花試験が広く用いられている。火花試験とは鋼塊、鋼片、鋼材及びその他の鋼製品をグラインダを使用して研削し、発生する火花の特徴を観察することによって、鋼種の推定又は異材の鑑別を行なう試験のことをいい、JIS G 0566に規定されている（例えば、非特許文献１参照）。

図１０は、鋼の火花の形及び名称を示す図である。図に示すように、火花はその位置から「根本」「中央」「先端」の各部に区別され、火花の各部において流線や破裂の形状や密度は変化する。

従来、火花試験は鉄鋼材の検査工程などで熟練した経験をもった検査員が目視観察にて官能検査として行われてきたが、個人差や環境の変動によって判定結果がばらついて適正検査結果を得ることが困難であった。また、官能検査の必然性として検査結果が記録できないため、検査技術はもっぱら経験もしくは伝承によるところが大きく、技術改善を評価することが困難であった。尚、人による炭素成分重量比率〔Ｃ〕値の誤差は0.20〜0.50％程度ともいわれている。

このような火花試験を目視観察によらず、装置により自動的に行なう技術としては、鋼材を摩擦した際に生じる破裂を含む火花を撮像する撮像手段と、火花画像を画像処理し、破裂領域内の画像を特徴量抽出可能な破裂画像に変換する画像処理手段と、破裂画像に含まれる破裂の特徴を示す特徴量を、少なくとも３種類以上ほど各破裂から抽出する特徴量抽出手段と、各々既知の複数種類の鋼材についての各破裂を、各特徴量を座標軸とする多次元空間にプロットし、これにより生じた母集団の分布の特徴を基に多次元空間を分割し、各々の分割領域を各カテゴリーとするカテゴリー分類手段と、ある鋼種についての各破裂の多次元空間におけるプロット結果により、各カテゴリーについての破裂の度数を度数分布として算出する鋼種別度数分布算出手段とを備えた鋼材分析装置がある（例えば、特許文献１参照）。

特許文献１に記載の装置は、火花の破裂（位置）の検出は、二次元ＣＣＤカメラを使って撮像した原画像を所定の閾値で二値化し、この二値化画像を複数回の膨張処理及び収縮処理を行い、所定の画素の塊を生成し、この画素の塊を火花の破裂としてラベリングして火花の破裂を検知し、破裂位置を決定している。さらに、特許文献１に記載の装置は、特定された火花の破裂位置での特定の瞬間における火花画像を画像処理することにより火花の細線化画像を生成し、この細線化画像から特徴量（面積値、端点数、交点数）の抽出を行い、所定の元素の含有量を検査している。

また、他に火花試験を装置により自動的に行なう技術としては、鋼材を研削して発生する火花の画像をグレースケールの火花画像に変換する輝度変換処理部と、グレースケールの火花画像の画素毎に所定の閾値で二値化を行う二値化処理部と、二値化された火花画像に対し、複数の角度に相当する短直線を表す複数のテンプレートを各々マッチングし、当該マッチングされたテンプレートの種類と位置を記憶する短直線マッチング処理部と、マッチングされたテンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、当該破裂部の総数である火花の破裂数及び前記火花画像内の前記マッチングされたテンプレートの総数をカウントする破裂部抽出処理部と、火花の破裂数及び前記マッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理部とを有する鋼材分析装置がある（例えば、特許文献２参照）。

特許第3524657号公報 特開2012-247206号公報

日本工業規格、JIS G 0566 鋼の火花試験方法、日本規格協会

ここで、火花の破裂位置や画像を取得した時間により火花の形態は大きく変化するため火花の形態は非常に不安定である。特許文献１に記載の画像処理手法では、膨張処理及び収縮処理を２回行っているが，１回目はあたりをつけるためであり，ある程度処理が可能としても，２回目の破裂部に特化した場合は，近接した火花の流線は膨張により１つにくっついてしまい、火花形状を得ることは困難である。さらに、火花形状を得ることが困難であることから、火花形状をコンピュータに認識させることも困難である。

さらに、３種程度のパラメータで元素の含有量を認識することも困難と考えられ、さらに、特許文献１の図１４に示す端点や交点抽出方法も不明である。結果として、特許文献１に記載の画像処理手法は、画像処理のコストも、推論のためのコストも大きいと考えられる。

また、特許文献２の技術では火花画像の細線化処理を伴うが、細線化処理をした場合には、複数の角度の短直線テンプレートの間に細線が位置し、対応するテンプレートがない可能性がある。

本発明は、このような従来の問題を解決するためになされたもので、鋼の火花試験により生じる火花を画像処理して鋼材の成分を識別することが可能な装置及び方法を提供することである。

本発明は、鋼材を研削して発生する破裂部及び所定幅の芯線を含む火花の画像をグレースケールの火花画像に変換する輝度変換処理部と、グレースケールの火花画像の画素毎に所定の閾値で二値化を行う二値化処理部と、二値化された火花画像の所定幅の芯線に対し、複数の角度に相当する短直線を表す複数のテンプレートを、複数のテンプレートの短直線を延長して各々マッチングし、延長した短直線が芯線に収まるテンプレートの種類と位置を記憶する短直線マッチング処理部と、マッチングされたテンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、破裂部の総数である火花の破裂数及び火花画像内の前記マッチングされたテンプレートの総数をカウントする破裂部抽出処理部と、火花の破裂数及びマッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理部と、有する鋼材成分識別装置である。

また、本発明は、コンピュータを、鋼材を研削して発生する破裂部及び所定幅の芯線を含む火花の画像をグレースケールの火花画像に変換する輝度変換処理手段と、グレースケールの火花画像の画素毎に所定の閾値で二値化を行う二値化処理手段と、二値化された火花画像の所定幅の芯線に対し、複数の角度に相当する短直線を表す複数のテンプレートを、複数のテンプレートの短直線を延長して各々マッチングし、延長した短直線が芯線に収まるテンプレートの種類と位置を記憶する短直線マッチング処理手段と、マッチングされたテンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、破裂部の総数である火花の破裂数及び火花画像内のマッチングされたテンプレートの総数をカウントする破裂部抽出処理手段と、火花の破裂数及びマッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理手段と、して機能させる鋼材成分識別プログラムである。

本発明の鋼材成分識別装置及びその方法によれば、鋼材から発生する火花を短直線マッチングを用いて認識することにより、鋼材の種類を定量的に認識することが可能となる。

本実施形態の鋼材成分識別装置の構成を示す図である。 本実施形態の鋼材成分識別ルーチンを示すフローチャートである。 本実施形態の鋼材成分識別装置により処理された火花画像を示す図である。 本実施形態の十字二値化を説明する図である。 本実施形態の鋼材成分識別装置で用いる短直線を表すテンプレートを示す図である。 本実施形態の短直線マッチング処理の方法を示す図である。 本実施形態の複数のテンプレートを用いた短直線マッチング処理の方法を示す図である。 本実施形態の破裂部を抽出する範囲を示す図である。 本実施形態の鋼材成分識別装置を用いて得られた破裂密度と鋼材の炭素量の関係を示す図である。 鋼の火花の形及び名称を示す図である。

以下、本発明の実施形態である鋼材成分識別装置及びその方法について、図を参照して詳細に説明をする。

図１は、本発明の実施形態の鋼材成分識別装置の構成を示すブロック図である。本実施形態の鋼材成分識別装置は、検査対象の鋼材ＢとグラインダＣとが接触して発生した火花を撮像するカメラ１０と、カメラ１０で撮像された火花画像に基づいて火花を定量化するコンピュータ２０と、を備える。コンピュータ２０は、演算処理を行うＣＰＵ２１と、データのワークエリアであるＲＡＭ２２と、ＣＰＵ２１の制御プログラムを記憶するＲＯＭ２３を備えている。以上のように構成された本実施形態の鋼材成分識別装置は、次の処理を行うことにより、鋼材の火花の定量化を行う。

図２は、コンピュータ２０のＣＰＵ２１が実行する鋼材成分識別ルーチンを示すフローチャートである。本実施形態の鋼材成分識別装置は、ＲＯＭ２３に格納された制御プログラムをＣＰＵ２１が実行することにより、画像取込処理部と、輝度変換処理部と、二値化処理部と、短直線マッチング処理部と、破裂部抽出処理部と、鋼材識別処理部とを有する装置として動作する。

以下、上記各ステップＳ１からＳ６の詳細な処理について説明する。

（画像取込）
ステップＳ１では、コンピュータ２０のＣＰＵ２１は、カメラ１０により撮像された火花画像をカラー画像としてRAM２２に取り込んで、ステップＳ２に進む。

定量的な鋼材分類を行うためには、同種の鋼材の火花に差異が発生しないよう、常に同条件で火花を発生させることが好ましい。本実施形態では、モータ（不図示）によって発生したトルク回転力を直線運動に変換し、グラインダCに鋼材Bを押し当てる機構を採用した。モータは出力トルクを制御できるトルクモータを採用し、一定の力で、一定の位置で、かつ、一定の角度での鋼材の押し当てを可能とした。

撮影環境は周囲が薄暗い環境の中、明るい火花を撮影するという特殊な環境であるため、カメラ１０にはシャッタースピードや絞りなどをマニュアルで設定できるカメラを使用することが好ましい。また、鋼材BがグラインダCに削られることにより、鋼材BとグラインダCの接触面積が増加して押し当て圧が下がり火花の発生が時間変化するという問題がある。本実施形態のカメラ１０では、火花の発生の時間変化の影響を低減するために、短時間で高速の連続撮影（例えば、60fps）が可能なカメラを用いる。

同様に時間経過による火花の変化を避けるため、撮影時間を短くすることが好ましい（例えば1.0秒以下）。また、画像で確認できる火花の芯線長さや破裂の数は、シャッタースピードに依存し変化する。このため、解析に適するシャッタースピードの選定（例えば、1/160sなど）をすることが好ましい。

（輝度変換）
ステップＳ２では、ＣＰＵ２１は、火花画像の各画素の輝度を変換処理して画像を輝度値のみのグレースケール画像に変換し、画像をRAM２２に格納して、ステップＳ３に進む。

図３（ａ）は、火花画像をグレースケール化した画像の例である。図３（ａ）より、火花画像は火花の線（芯線）や破裂部を含むことがわかる。ステップＳ２では、ステップＳ１で得られたカラーの火花画像をグレースケール化する。本実施形態では、火花画像中の各画素のＲＧＢ値を所定の変換式によってグレースケール値Ｙへ変換している。例えば、変換式として、Ｙ＝Ｒ×0.299＋Ｇ×0.587＋Ｂ×0.114を用いる。

（二値化処理）
ステップＳ３では、ＣＰＵ２１は、火花画像の二値化処理を実行し、画像をRAM２２に格納して、ステップＳ４に進む。

本実施形態では、二値化処理の対象となる画素毎に所定の閾値で二値化処理を行う。二値化を行うことにより火花の線（芯線）がより明瞭となる。本実施形態では、抽出対象が火花のような線状の場合に適している十字二値化を用いる。

図４は、本実施形態のステップＳ３で用いる十字二値化を説明する図である。十字二値化法は、十字内の中心画素以外の画素の平均輝度値から十字の中心画素の輝度値を引き、その値が設定した閾値よりも大きい場合に、十字の中心画素を黒とし（図４（ａ））、そうでなければ白とする（図４（ｂ））手法である。さらに、今回は火花を黒画素とするため、十字二値化画像の白黒の出力を反転させている。図３（ｂ）に十字二値化して白黒反転させた画像の例を示す。

（短直線マッチング）
ステップＳ４では、ＣＰＵ２１は、火花画像の短直線マッチング処理を行い、マッチングされたテンプレートの種類（パターン番号）と位置をRAM２２に格納して、ステップＳ５に進む。

図５に示すように、本実施形態の鋼材成分識別装置では、28方向の角度（6.5度毎）に相当する短直線を表すテンプレートＴ1〜Ｔ28を予め用意し、RAM２２に格納している。本実施形態のテンプレートＴ1〜Ｔ28は、太さ1pixel、長さ10pixelの短直線をそれぞれ含む。

図６は、短直線マッチング処理の方法を示す図である。図６の二値化画像I5は、ステップＳ４を説明するために、火花画像中の特定の火花の破裂位置を例示したものである。本実施形態のステップＳ４では、火花画像に存在する他の火花の芯線について、短直線マッチングを行う。

二値化画像I5内の芯線群ａ〜ｄに対し、パターン番号（Ｔ1〜Ｔ28）の走査を行い、角度を示すパターンテンプレートをマッチングする。なお、本実施形態のステップＳ４では、パターンテンプレートを用いたマッチングは、線の角度のみのマッチングを行い、線の長さのマッチングは行なわない。また、図６は、パターンテンプレートを用いたマッチング方法のいくつかの例を説明する図であり、図でパターンテンプレートがマッチングされていない芯線についてもマッチングを行う。

図７は、本実施形態の複数のテンプレートを用いた短直線マッチング処理の方法を示す図である。図５に示す、テンプレートＴ1〜Ｔ28の短直線画像を用い、火花画像の芯線Ａに当てはめることで火花情報の抽出を行う。マッチングする短直線が複数ある場合（例えば、図５のＴ1、Ｔ3、Ｔ5）には、各テンプレートの短直線を延長し、より合致するものを選択する。図７では、テンプレートＴ５の短直線延長したもののみ、芯線Ａの幅からはみ出さず、芯線Ａ内に留まるため、テンプレートＴ5が選択されることとなる。

各テンプレートの短直線の延長長さは、火花の芯線の幅に応じて決定すればよく、好ましくは、芯線の幅の0.5倍以上とするのがよい。それより短いと全方向のテンプレートを配置しても芯線内に留まり、一本もはみ出さない可能性があるからである。延長長さは、より好ましくは、芯線の幅の1倍以上、さらに好ましくは、2〜3倍以上とするのがよい。

また、図７に示すように、各テンプレートの短直線の延長は、火花芯線内に任意の１点を配置し、芯線からはみ出した短直線（例えばＴ1）を選び、これを基準線とし、芯線からはみ出していない他の短直線（例えばＴ3、Ｔ5）に、基準線（Ｔ1）より長い短直線を配置することで、はみ出した短直線を基準にして他の短直線を延長することでもよい。また、短直線の延長は、既存の短直線を延長してもよいし、短直線をより長い直線に置換することや、より長い直線を重ね合わせてもよい。

本実施形態では、短直線マッチング（テンプレートマッチング）を用いて火花の認識を行っている。従来の短直線マッチングでは、ある程度幅を持った芯線を認識する際に正確な傾きを採ることができず、誤認識を起こすことがある。本実施形態の短直線マッチングでは、角度の異なる複数のテンプレートが合致した場合、その短直線を仮想的に延長し、より合致するものを選択する。こうすることで、より正確な芯線の角度を得ることができる。

そして、マッチングしたテンプレートのパターン番号を記録する。図６では、上記図７に示す手法により、二値化画像I5内のａ、ｂ、ｃ、ｄ、ｅ部に、パターンテンプレートＴ14、Ｔ22、Ｔ4、Ｔ8、Ｔ26の５つのパターンが各々マッチングされている。

（破裂部抽出処理）
ステップＳ５では、ＣＰＵ２１は、火花画像から火花の破裂部の抽出を行い、火花の破裂個数のカウントを行う。そして、画像全体の破裂部の数及び各破裂部に存在する短直線の総数をRAM２２に格納して、ステップＳ６に進む。

火花の破裂部においては様々な方向に火花が飛ぶという形態的特徴がある。したがって、短直線の角度から火花が飛ぶ方向を確認することにより、破裂部を抽出することが可能である。本実施形態では、角度の異なる短直線が、例えば４種類以上存在する場合を破裂部とみなす。

図８の画像I6は、ステップＳ５を説明するために、火花画像中の特定の火花の破裂位置の芯線を例示したものである。図８に示すように、画像I6内の任意の火花画像の範囲（a×b [pixel]）（今回は12×12）について、走査が行われたパターン番号の種類の合計を求め、合計値がm（今回は4)種類以上のとき、その範囲を破裂が存在する範囲とする。

なお、ここで、「任意」の火花画像の範囲としているのは、画像の倍率、サイズ、芯線の太さ等によって、選択された画像内に含まれる火花パターンが変わるためである（図３（ｂ）参照）。「任意」の火花画像の範囲を選定する手段としては、図８のように画像からピクセル数を選ぶか、または、ピクセル数を予め複数選択して、図９と合わせ込みを行うということもできる。以上の作業は、画像全体から、火花画像を判断することによって予測精度を向上させるための前段階として、画像を分割する手段である。また、１つの選択された火花画像の範囲において、この範囲自体の上下左右への移動や、範囲のサイズ、芯線の太さによって、破裂数は変化するが、通常行う上記作業によって、選択範囲が原因となって、極端に破裂数が変化することはない。

図８では、Ｔ14、Ｔ22、Ｔ26、Ｔ4の４種類のパターンが含まれているため、破裂部と認定できる。そして画像全体で破裂部の数を数えることにより破裂の総数を求める。同時に、パターンテンプレートを用いてマッチングされたテンプレートの総数から火花画像全体に存在する短直線の総数をカウントする。

（鋼種の判別処理）
ステップＳ６では、ＣＰＵ２１は、火花の破裂密度の算出を行い、火花の破裂密度から鋼材中の炭素量を推定し、鋼材種類の認識を行う。

本発明者らの評価の結果、鋼中に含まれる炭素の量が変化した場合でも、破裂の数はほぼ同等であることが判明した。したがって、火花の破裂数だけでは炭素量の判別は難しい。一方、本発明者らの評価の結果、鋼中に含まれる炭素の量が少ない場合には、逆に、火花の量は増大することもわかった。

そこで、本実施形態では「破裂密度」という新たな評価基準を定義する。本実施形態では破裂密度を以下の式で表し、この破裂密度の数値により、鋼材中の炭素量を確認する。
破裂密度(D)＝破裂数(E)/短直線数(L)

本実施形態では、テンプレートでマッチングされた短直線数(L)に限定し、破裂数(E)/短直線数(L)で定義することにより、結果的に、図９に示すように、鋼材の種類を定量的に分類することが可能となり、これが破裂数(E)/短直線数(L)で定義した破裂密度(D)の技術的意味となる。

また、火花の形態は立体的かつ「発生」、「成長」、「破裂」及び「消滅」の動的かつ不安定な形態変化を伴うものであるため、図１０に示す火花の根本部、中央部、及び、先端部の各部において火花の明度や密度などの特性には相違が生じる。特許文献１のごとく、特定の時点の火花画像１枚の全体から同時に特徴量を抽出した場合には、成分分析の有効精度を確保した撮像や画像処理を行なうことが困難な場合もある。

そこで、本実施形態では、複数の火花画像から各々破裂密度を算出し、それらを平均した平均破裂密度を鋼材中の炭素量の確認に使用する。これにより、１枚の火花画像から求めた破裂密度のみで炭素量を確認した場合と比較して、予測の誤差を小さくすることが可能となる。

画像の取得方法としては、複数枚の火花画像を取得する場合には所定の時間間隔で取得したり、火花発生後から所定の時間を経過した後に連続して複数枚の火花画像を取得したりするなどの手法を用いればよい。本実施形態では、評価対象の画像は、１つの鋼材につき10画像の連続撮影を4回行い平均して評価する。

また、RAM２２には、予め実測した、破裂密度D、炭素量、及び、鋼種の関係がデータベースとして格納されている。CPU２１は、このデータベースを参照して、上記算出された破裂密度Dから測定対象の鋼材の鋼種を識別する。

図９は、鋼材の炭素量と本実施形態の鋼材成分識別装置を用いて実測した破裂密度を比較した図である。グラフには目視と本実施形態のプログラムそれぞれ、4回の測定の鋼材別の平均破裂密度を算出した。図９からは、炭素量と破裂密度には相関がありどれも炭素量にほぼ比例して破裂密度が増加していることから、鋼材の種類を定量的に分類することが可能であることがわかる。

以上説明したように、本実施形態の鋼材成分識別装置及びその方法によれば、二値化された火花画像に短直線にマッチングすることで評価対象が限定され、計測処理に適した火花形状を得ることができる。そして、この短直線を用いて破裂数を処理した「破裂密度」が、鋼材の成分、特に炭素量との相関が高いことから、従来技術における画像処理の困難性を解決するとともに、複数のパラメータ（特徴量：面積値、端点数、交点数等）のため困難だった成分評価を定量的かつ容易に行うことができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。

１０：カメラ
２０：コンピュータ
２１：ＣＰＵ
２２：ＲＡＭ
２３：ＲＯＭ

Claims (16)

1. 鋼材を研削して発生する破裂部及び所定幅の芯線を含む火花の画像をグレースケールの火花画像に変換する輝度変換処理部と、
   前記グレースケールの火花画像の画素毎に所定の閾値で二値化を行う二値化処理部と、
   前記二値化された火花画像の所定幅の芯線に対し、複数の角度に相当する短直線を表す複数のテンプレートを、前記複数のテンプレートの短直線を延長して各々マッチングし、延長した短直線が芯線に収まるテンプレートの種類と位置を記憶する短直線マッチング処理部と、
   前記マッチングされたテンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、当該破裂部の総数である火花の破裂数及び前記火花画像内の前記マッチングされたテンプレートの総数をカウントする破裂部抽出処理部と、
   前記火花の破裂数及び前記マッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理部と、
   を有することを特徴とする鋼材成分識別装置。
2. 前記短直線マッチング処理部は、前記芯線の幅に応じて、前記複数のテンプレートの短直線の延長長さを決定する、ことを特徴とする請求項１に記載の鋼材成分識別装置。
3. 前記短直線マッチング処理部は、前記芯線内に任意の１点を配置し、前記複数のテンプレートの短直線の中より前記芯線からはみ出した短直線を選び、これを基準線とし、前記芯線からはみ出していない他の短直線に、前記基準線より長い短直線を配置することで、前記他の短直線を延長する、ことを特徴とする請求項１に記載の鋼材成分識別装置。
4. 前記短直線の延長は、既存の短直線を延長する、短直線をより長い直線に置換する、または、より長い直線を重ね合わせる、ことを特徴とする請求項３に記載の鋼材成分識別装置。
5. 前記二値化処理部は、十字内の中心画素以外の画素の平均輝度値から十字の中心画素の輝度値を引いた値が、設定した閾値よりも大きい場合に十字の中心画素を黒とし、そうでなければ白とする十字二値化処理を行うことを特徴とする請求項１から４のいずれかに記載の鋼材成分識別装置。
6. 前記短直線マッチング処理部は、前記火花画像が所定の％以上マッチングしたテンプレートを記録することを特徴とする請求項１から５のいずれかに記載の鋼材成分識別装置。
7. 前記破裂部抽出処理部は、火花画像全体の火花の破裂の総数（破裂数）、及び、火花画像全体の前記マッチングされたテンプレートの総数（短直線数）をカウントし、
   前記鋼材識別処理部は、前記破裂数を前記短直線数で除した破裂密度から鋼材を識別することを特徴とする請求項１から６のいずれかに記載の鋼材成分識別装置。
8. 前記鋼材識別処理部は、複数の火花画像から各々破裂密度を算出し、それらを平均した平均破裂密度から鋼材を識別することを特徴とする請求項７に記載の鋼材成分識別装置。
9. コンピュータを、
   鋼材を研削して発生する破裂部及び所定幅の芯線を含む火花の画像をグレースケールの火花画像に変換する輝度変換処理手段と、
   前記グレースケールの火花画像の画素毎に所定の閾値で二値化を行う二値化処理手段と、
   前記二値化された火花画像の所定幅の芯線に対し、複数の角度に相当する短直線を表す複数のテンプレートを、前記複数のテンプレートの短直線を延長して各々マッチングし、延長した短直線が芯線に収まるテンプレートの種類と位置を記憶する短直線マッチング処理手段と、
   前記マッチングされたテンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、当該破裂部の総数である火花の破裂数及び前記火花画像内の前記マッチングされたテンプレートの総数をカウントする破裂部抽出処理手段と、
   前記火花の破裂数及び前記マッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理手段と、
   して機能させることを特徴とする鋼材成分識別プログラム。
10. 前記短直線マッチング処理手段は、前記芯線の幅に応じて、前記複数のテンプレートの短直線の延長長さを決定する、ことを特徴とする請求項９に記載の鋼材成分識別プログラム。
11. 前記短直線マッチング処理手段は、前記芯線内に任意の１点を配置し、前記複数のテンプレートの短直線の中より前記芯線からはみ出した短直線を選び、これを基準線とし、前記芯線からはみ出していない他の短直線に、前記基準線より長い短直線を配置することで、前記他の短直線を延長する、ことを特徴とする請求項９に記載の鋼材成分識別プログラム。
12. 前記短直線の延長は、既存の短直線を延長する、短直線をより長い直線に置換する、または、より長い直線を重ね合わせる、ことを特徴とする請求項１１に記載の鋼材成分識別プログラム。
13. 前記二値化処理手段は、十字内の中心画素以外の画素の平均輝度値から十字の中心画素の輝度値を引いた値が、設定した閾値よりも大きい場合に十字の中心画素を黒とし、そうでなければ白とする十字二値化処理を行うことを特徴とする請求項９から１２のいずれか記載の鋼材成分識別プログラム。
14. 前記短直線マッチング処理手段は、前記火花画像が所定の％以上マッチングしたテンプレートを記録することを特徴とする請求項９から１３のいずれかに記載の鋼材成分識別プログラム。
15. 前記破裂部抽出処理手段は、火花画像全体の火花の破裂の総数（破裂数）、及び、火花画像全体の前記マッチングされたテンプレートの総数（短直線数）をカウントし、
    前記鋼材識別処理手段は、前記破裂数を前記短直線数で除した破裂密度から鋼材を識別することを特徴とする請求項９から１４のいずれかに記載の鋼材成分識別プログラム。
16. 前記鋼材識別処理手段は、複数の火花画像から各々破裂密度を算出し、それらを平均した平均破裂密度から鋼材を識別することを特徴とする請求項１５に記載の鋼材成分識別プログラム。