JP6757549B2 - 鋳放し鋼製造物内の内部欠陥の定量的測定のための方法およびシステム - Google Patents

Description

連続鋳造は、鋼熱間圧延機での後続の工程に向けて、溶鋼を「半仕上げの」ビレット、ブルーム、ビームブランク、またはスラブへと凝固させる工程である。ビレットは、典型的な面積が約２３，２２６ｍｍ^２である正方形または円形の断面を有し、スラブは、さらにより大きな矩形の断面を有し、ビームブランクは、中位で重いセクションミルに供給するために使用されるニアネットシェイプ製造物であり、ブルームは、断面積がビレットよりは大きいがスラブよりは小さい矩形または円形の断面を有する。図１は、例示的なスラブ連続鋳造工程１００の概略図である。一旦、鋼が取鍋１０２内で精製されて所望の化学組成および温度に達成すると、取鍋１０２は、鋳造のために鋳造機へと移される。鋳造中、鋼は取鍋１０２の底部から取鍋シュラウド１０３を介してタンディッシュ１０４と呼ばれる保持浴に流れる。タンディッシュ１０４は、取鍋１０２が空になり新しい取鍋が開かれる際に、鋼の貯蔵が連続的に鋳型１０８に供給されるのを可能にする。この構成を用いると、同じ等級または密接に関係した等級の溶鋼の幾つかの取鍋１０２を連続的に鋳造した後で鋳造機は処理を終え、連続的に別の一連のヒート（溶融鋼）を鋳造することができる。１つの取鍋の鋼は１つのヒート（溶融鋼）と呼ばれ、このようにして連続的に鋳造される、幾つかの取鍋の同じ等級または密接に関係した等級の鋼は、一連のヒート（溶融鋼）と呼ばれる。

このようにして鋳造されるスラブの初期凝固は、鋳型１０８、即ち銅または銅ベースの合金で作製されることもある矩形の箱の中で開始する。凝固を促進するために、鋳型の４つの側面にウォータージャケットを取り付けることもある。鋳型１０８は、長さがわずか約８００〜９００ｍｍ程であり、その底部では、凝固した鋼１１８（殻と呼ばれる）の厚さは、鋳型の冷却性に応じて、数ミリメートル厚さである。部分的に凝固した製造物１１６（ストランドと呼ばれる）は本質的に、外側に固体の殻を有し内部は液状である水槽に似ている。ストランド１１６は、鋳造機の二次冷却チャンバに連続的に引き込まれ、二次冷却チャンバは、扇形状に配置された支持水冷ロール１１４の複数の組を含む。ロール１１４同士の間には水スプレーノズル１１２が配置されて、ストランド１１６の凝固を徐々に進めて完了させる。一旦凝固が完了すると、ストランド１１６は切断地点１２０において（例えば、トーチによって）一定の長さに切断され、ビレット、ブルーム、ビームブランク、またはスラブ２００のうちの１つになる。ストランド１１６が完全に凝固するときまでに、ストランド１１６は鋳型１０８の位置から数十メートル移動している。従って、鋳造機は通常、湾曲した機械として設計されて、スペースを確保し、かつより優れたロール支持システムを容易にする。湾曲したストランド１１６は、機械の水平部分で真っ直ぐにされてから、一定の長さに切断される。鋼は、鋳造が完了する前に、異なる熱状態および相変化を経験し、異なる程度の機械的応力を経験する。これらの工程全ての結果として、半仕上げの製造物は、熱応力および機械的応力に起因して、特定の表面欠陥および内部欠陥を示すこともある。欠陥は、鋳放し製造物における不完全度または不具合であり、これは製造物の性能を低下させ、また、製造物をそれらの意図した用途に適さないものにしてしまうことがある。

図２は、鋳放し鋼製造物２００において一般的に見られる様々な種類の欠陥の例を示す。そのような欠陥としては、中間部２０１、三重点２０２、中心線２０３、対角線２０４、歪み矯正／曲げ２０５、ピンチロール表面割れ２０６、中央表面縦方向２０７、角部縦方向２０８、中央表面横方向２０９、角部横方向２１０、および星形２１１の欠陥が挙げられる。これらの欠陥の重大度は、鋳造に固有の条件に応じて変化する。鋳放し製造物を目視検査することにより、これらの欠陥が生じる機械内の候補位置を調査し、後に続く一連の鋳造の前に調節することができる。しかしながら、そのような診断は、産業界に欠陥を評価する定量的な方法が存在しないことにかなりの部分が起因し、不適切であることもある。

歴史的には、内部スラブ欠陥の重大度の等級付けは、鋳放し製造物のエッチングされた横断面と、１９７０年代に開発されたマンネスマン・チャートとの、人手による、主観的で、目視の比較により行われてきた。図３は、程度に順次差がある、様々な中心線偏析に対するマンネスマン・チャートの例を示す。図示するように、マンネスマン・チャートは、偏析度の増加に対応して、１〜５の整数で示される５つの等級の尺度を提供する。縦方向（放射状）内部割れ、横方向（中間点）内部割れ、狭い側部の内部割れ、角部内部割れ、雲状介在物、および点状介在物などの、他の種類の欠陥についても、同様のチャートが存在する。（図１０〜図１５を参照）。従って、オペレータが、例えば中心線偏析の程度について製造物を評価する場合、オペレータは製造物を目視で検査し、マンネスマン・チャートのどの画像にその製造物が最もよく似ているか、というオペレータの主観的な判断に基づいて、１〜５の間の値をその製造物に割り当てる。時には、偏析の程度が２つのマンネスマン画像の丁度間に該当する場合、オペレータは製造物に、２．５などの半整数の値を割り当てる。

調査によれば、この技法は、オペレータが異なるとチャートの解釈が一貫せず主観的になるせいで、台無しになることが示されている。例えば、２００８年には、Ｐｉｐｅｌｉｎｅ ａｎｄ Ｈａｚａｒｄｏｕｓ Ｍａｔｅｒｉａｌ Ｓａｆｅｔｙ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ（ＰＨＭＳＡ）は、中心線偏析の等級付けにマンネスマン・チャートを適用することは、非常に主観的であると結論付けている。例として、図４Ａおよび図４Ｂは、２人のオペレータによって行われた、２つの別個の組のラウンドロビン試験の結果を示す。図示するように、２人のオペレータによって選択された等級は、大きく異なっており、時にはマンネスマン・スケールで丸々１ポイント（即ち、２５％差）も異なっていた。具体的には、図４Ａの第１の組のラウンドロビン試験に対する相関係数はわずか０．３２であり、図４Ｂの第２ラウンドの試験に対する相関係数は、わずか０．４７であった。従って、内部欠陥の目視で非常に主観的な評価からは再現性のある結果が欠如することは、工程および製品開発を効果的ではなくしている。さらに、オペレータは通常、製造物を、整数かまたはせいぜい半整数ベースのどちらかで等級付けするので、マンネスマン等級スケールの粒度は比較的に低くなる。
この出願の発明に関連する先行技術文献情報としては、以下のものがある（国際出願日以降国際段階で引用された文献及び他国に国内移行した際に引用された文献を含む）。
（先行技術文献）
（特許文献）
（特許文献１） 米国特許出願公開第２０１５／０３０２５６８号明細書
（特許文献２） 米国特許出願公開第２０１５／００９８６５５号明細書

この概要は、以下に記載する発明を実施するための形態においてさらに後述する概念から選択したものを単純化された形式で紹介するために、提供される。この概要は、特許請求される主題の重要な特徴または必須の特徴を特定することを意図したものではなく、また、特許請求される主題の範囲を限定するように使用されることを意図したものでもない。

本発明の様々な実施形態は、鋳放し鋼製造物における偏析などの内部欠陥を定量的に測定するための方法に関する。この方法は、走査装置で鋼製造物の表面の少なくとも一部を光学的に走査してデジタル画像を生成する工程を含む。この方法はさらに、閾値エンジンにおいて画像を閾値処理して画像内の内部欠陥を分離する工程と、閾値処理された画像を分析して内部欠陥面積を決定する工程と、を含み、内部欠陥面積は、内部欠陥によって占有される、閾値処理された画像の少なくとも一部の面積を含む。この方法はさらに、閾値処理された画像の該一部における全面積を決定する工程と、全面積に対する内部欠陥面積の分率を計算する工程と、その分率に基づいて、鋼製造物内の内部欠陥の対応するマンネスマン・スケール等級を計算する工程とを含む。

様々な他の実施形態が、鋳放し鋼製造物内の内部欠陥を定量的に測定するシステムに関する。このシステムは、鋼製造物の表面の少なくとも一部を走査してそのデジタル画像を生成するように構成された、光学スキャナを含む。このシステムはまた、光学スキャナに通信可能に結合され、画像を閾値処理して画像内の内部欠陥を分離するように構成された、閾値エンジンも含む。このシステムはまた、閾値エンジンに通信可能に結合された内部欠陥面積エンジンも含む。内部欠陥面積エンジンは、閾値エンジンから閾値処理された画像を受け取り、かつ閾値処理された画像を分析して内部欠陥面積を決定するように、構成されている。内部欠陥面積は、内部欠陥によって占有される、閾値処理された画像の少なくとも一部の面積を含む。内部欠陥面積エンジンはまた、閾値処理された画像の部分の全面積を決定し、かつ、全面積に対する内部欠陥面積の分率を計算するようにも構成されている。このシステムはまた、内部欠陥面積エンジンに通信可能に結合された正規化器も含む。正規化器は、全面積に対する内部欠陥面積の分率を内部欠陥面積エンジンから受け取って、その分率に基づいて鋼製造物内の内部欠陥の対応するマンネスマン・スケール等級を計算するように構成される。

様々な他の実施形態が、鋳放し鋼製造物内の内部欠陥を定量的に測定する方法に関する。この方法は、塩酸エッチング液から成る群から選択されるエッチング液を用いて、鋼製造物の表面をエッチングする工程を含む。この方法は、走査装置で鋼製造物の表面の少なくとも一部を光学的に走査してデジタル画像を生成する工程も含む。この方法はさらに、閾値エンジンにおいて画像を閾値処理して画像内の内部欠陥を分離する工程と、閾値処理された画像を分析して内部欠陥面積を決定する工程とを含み、内部欠陥面積は、中心線偏析の場合には表面の等軸領域に、中間部（放射状）割れ、中間部（横方向）割れ、雲状介在物、および点状介在物の場合には鋳放し製造物の上面または底面と中心線との間の領域に、狭い側部の割れおよび角部の割れの場合には鋳放し製造物の表面の三重点と縁部（例えば、短辺）との間の領域に対応する、閾値処理された画像の部分内の内部欠陥によって占有される面積を含む。この方法はさらに、閾値処理された画像から表面の等軸領域の仮想面積を計算する工程と、等軸領域の仮想面積に対する内部欠陥面積の分率を計算する工程と、その分率が、マンネスマン・スケールと内部欠陥面積の分率との関係を表す曲線上において該当する位置を決定する工程と、その分率が曲線上のどこに該当するかに基づいて、鋼製造物内の内部欠陥の対応するマンネスマン・スケール等級を計算する工程とを含む。

本明細書に組み込まれ本明細書の一部を形成する添付の図面は、本発明の実施形態を図示し、また、説明文と共に、本発明の実施形態の原理を説明するように働く。

図１は、連続鋳造工程の概略図を示すものである。 図２は、鋳放し鋼製造物において一般的に見られる様々な種類の欠陥の例を示すものである。 図３は、中心線偏析についてのマンネスマン・チャートの例を説明する一連の写真を示すものである。 図４Ａは、従来のマンネスマン等級付け技法を使用した、２人のオペレータによって行われた第１の組のラウンドロビン試験の結果を示す第１のグラフを示すものである。 図４Ｂは、従来のマンネスマン等級付け技法を使用した、２人のオペレータによって行われた第２の組のラウンドロビン試験の結果を示す第２のグラフを示すものである。 図５は、本発明の様々な実施形態による、鋳放し鋼製造物内の内部欠陥を定量的に測定するためのシステムを示す概略図を示すものである。 図６は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、図３からの中心線偏析についてのマンネスマン・スケール画像の部分の例を説明する、一連の写真および画像を示すものである。 図７は、本発明の様々な実施形態による、鋳放し製造物から切断される例示的なサンプルおよびサブサンプルを示す図を示すものである。 図８は、本発明の様々な実施形態による、等級１〜４についての、中心線偏析についてのマンネスマン・チャートから決定された内部欠陥面積分率をプロットしたグラフ、並びにそれらのプロットに基づく例示的な基準曲線を示すものである。 図９は、本発明の実施形態のシステムおよび工程を使用して２人のオペレータによって行われたラウンドロビン試験の結果をプロットしたグラフを示すものである。 図１０は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、縦方向（放射状）内部割れについてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１１は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、横方向（中間点）内部割れについてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１２は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、狭い側部の内部割れについてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１３は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、角部の内部割れについてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１４は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、雲状介在物についてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１５は、本発明の様々な実施形態による、フィルタ処理され閾値処理される前後の、点状介在物についてのマンネスマン・スケール画像の例を示す一連の写真および対応する画像を示すものである。 図１６は、実施形態の様々な態様を実装する例示的なコンピュータシステム環境のブロック図を示すものである。

ここで、本発明の好ましい実施形態を詳細に参照する。好ましい実施形態の例は、添付の図面に図示されている。本発明について好ましい実施形態と一緒に説明するが、それらの好ましい実施形態は、本発明をそれらの実施形態に限定することを意図したものではないことを理解されたい。逆に、本発明は、特許請求の範囲によって定義される本発明の趣旨および範囲内に含まれる、全ての代替例、修正例、および均等物を包含することが意図されている。さらに、本発明の詳細な説明では、本発明の完全な理解をもたらすために、多数の具体的な詳細が記載されている。しかしながら、当業者には、本発明がこれらの具体的な詳細なしで実施されることもあることが明らかであろう。他の場合では、周知の方法、手順、および構成要素については、本発明の観点を不必要に不明瞭にしないように、詳細には説明していない。

以降に続く詳細な説明の一部は、手順、処理、および他の象徴的表現の観点から提示されることもあり、それらの一部は、コンピュータまたはデジタルシステムメモリ内部のデータビットを操作することを含むこともある。これらの説明および表現は、データ処理分野における当業者によって、彼等の業務の内容を当該分野の他の業者に最も効果的に伝えるために使用される手段の一部である。手順、処理等は、本明細書では、かつ一般に、所望の結果をもたらす、首尾一貫した一連の工程または命令であるものと考えられる。工程とは、物理量の物理的な操作を必要とするものである。必ずしもそうとは限らないが場合によっては、これらの物理的な操作は、コンピュータシステムまたは同様の電子計算装置において記憶、転送、結合、比較、および別の態様で操作することができる電気信号または磁気信号の形態を取ることもある。便宜上の理由のため、一般的な用法に照らして、これらの信号は、本発明に関しては、値、要素、記号、文字、用語、数値等と呼ばれる。

しかしながら、これらの用語の全ては、物理的操作および量を参照するものとして解釈されるべきであり、当技術分野で一般的に使用される用語をさらに鑑みて解釈されるべき便利なラベルに過ぎないことを、留意すべきである。本明細書における考察から明らかである場合以外は、特段の断りがない限り、任意の所与の実施形態の考察全体に渡って、「決定する」または「出力する」または「送信する」または「記録する」または「位置を特定する」または「記憶する」または「表示する」または「受信する」または「認識する」または「利用する」または「生成する」または「提供する」または「アクセスする」または「チェックする」または「通知する」または「配信する」などの用語を利用した考察は、時として、データを操作し変換するコンピュータシステムまたは同様の電子計算装置の動作および処理を指すこともあることを理解されたい。データは、コンピュータシステムのレジスタおよびメモリ内部の物理的（電子的）量として表わされ、コンピュータシステムのメモリ若しくはレジスタまたは他のそのような情報の記憶装置、送信装置、若しくは表示装置内部の物理量として同様に表わされる他のデータに変換される。

一般に言うと、様々な実施形態が、鋳放し鋼製造物内の、これに限定されるものではないが偏析を含む内部欠陥を、非常に粒度の細かい態様で定量化するための自動化された客観的なシステムおよび工程を提供する。非常に高いレベルでは、これは、内部欠陥によって占有される製品表面の断片的面積に対するマンネスマン・スケール等級の基準曲線をまず定義することによって、達成される。一旦その曲線が定義されると、鋼製造物の表面を走査しかつ分析して、その断片的内部欠陥面積を決定することができ、その後、測定された断片的内部欠陥面積が曲線上のどこに該当するかに基づいて、マンネスマン・スケール上の対応する等級が製造物に割り当てられる。

図５は、本発明の様々な実施形態による、スラブ、ビレット、ブルーム、またはビームブランクなどの鋳放し鋼製造物内の内部欠陥を定量的に測定するためのシステム５００を図示する。システム５００は、光学スキャナ５１０を含む。光学スキャナ５１０は、携帯型スキャナ、平台型スキャナ、非接触型スキャナ、カメラ等であってもよい。システム５００は、光学スキャナ５１０に通信可能に結合された画像フィルタ５２０と、画像フィルタ５２０に通信可能に結合された閾値エンジン５３０と、閾値エンジン５３０に通信可能に結合された内部欠陥面積エンジン５４０と、内部欠陥面積エンジン５４０に通信可能に結合された正規化器５５０と、正規化器５５０に通信可能に結合された出力装置５６０とをも含む。鋳放し鋼製造物内の内部欠陥を定量的に測定するための工程について、以下でシステム５００を参照して説明する。

特定の鋳放し鋼製造物を分析する前に、そのような鋼製造物を等級付けする連続的なスケールをまず定義することが必要である。様々な実施形態では、これは、マンネスマン・スケールの離散的な等級に基づいて連続関数を定義することを含む。様々な実施形態が、マンネスマン・スケールまたはその対応する基準曲線に従って等級付けされるものとして説明されるが、様々な実施形態は、当技術分野で知られている他の等級スケールに従って等級付けされるように構成されてもよいことを理解されたい。マンネスマン・スケールに基づく連続関数は、マンネスマン・チャートにおいて提供される画像の多段階分析に従って定義される。例えば、図３に示したマンネスマン・チャートからの画像を画像フィルタ５２０に提供して、関連画像からノイズをフィルタ処理する。次いで、画像を閾値エンジン５３０に提供し、閾値エンジン５３０は、画像から内部欠陥を分離するために、画像を二値の白黒画像に閾値処理する。図６は、図３からの中心線偏析についてのマンネスマン・スケール画像の部分の、フィルタ処理され閾値処理される前（上）および後（下）の両方の例を示す。図から分かるように、フィルタ処理し閾値処理した後では、内部欠陥、この場合には偏析は、元の画像から実質的に分離されている。様々な実施形態では、画像は、６０％〜７０％の間の閾値レベルで閾値処理されることもある。それらの実施形態の幾つかでは、閾値レベルは６５％であることもある。

マンネスマン・チャートは一旦フィルタ処理され閾値処理されると、その後、内部欠陥面積エンジン５４０に渡される。内部欠陥面積エンジン５４０は、例えば以下の式に従って、内部欠陥によって占有される画像の分率（または百分率若しくは比率）を決定するように構成されている。

但し、Ａ_Ｄは内部欠陥面積であり、Ａ_Ｏは全面積である。なお、特定の種類の欠陥については、欠陥は一般に鋼製造物の特定の領域において見つかるので、そのような内部欠陥が一般に見つからない製造物の領域を分析することは一般に不要であることを、理解されたい。さらに、内部欠陥が見つかると予想される領域に対してあまりに広い領域が分析されると、分率の分母が大きくなり、その結果、内部欠陥の量に比較的に大きな差があっても、分率の全体的な大きさには最小の影響しか与えないことになる。従って、図６に示すように、様々な実施形態では、分析され計算される「全面積」は、分析される表面の総面積よりも小さな面積であることもある。実施形態によっては、分析される全面積は、その内部で内部欠陥が見つかる可能性が最も高い領域であることもある。（中心線偏析の場合などの）幾つかの実施形態では、全面積は、製造物の中心線から約±０．４２５インチ（約１．０７９ｃｍ）である領域を含むこともある。他の実施形態では、全面積は、製造物の中心線から約±０．３インチ（約０．７６２ｃｍ）である領域を含むこともある。さらに他の実施形態では、全面積は、製造物の中心線から約±０．２５インチ（約０．６３５ｃｍ）である領域を含むこともある。さらに他の実施形態では、全面積は、製造物の仮想等軸領域を含むこともある。さらに他の実施形態では、全面積は、中間部（放射状）割れ、中間部（横方向）割れ、雲状介在物、および点状介在物の場合には、鋳放し製造物の上面または底面と中心線との間の領域を含み、狭い側部の割れおよび角部の割れの場合には、鋳放し製造物の表面の縁部（例えば、短辺）と三重点との間の領域を含むこともある。さらに、分析されることになる全面積は、画像のフィルタ処理および／または閾値処理の前または後のどの時点で決定されてもよいことを理解されたい。マンネスマン・チャートの内部欠陥面積分率（ｉｎｔｅｒｎａｌ ｄｅｆｅｃｔ ａｒｅａ ｆｒａｃｔｉｏｎ）が一旦決定されると、それらの分率を使用して、マンネスマン・スケールに対する内部欠陥面積分率の基準曲線を定義することができる（図８）。

図８は、等級１〜４について、それらの等級（Ｒ_Ｍ）に対する、中心線偏析についてのマンネスマン・チャートの決定された内部欠陥面積分率（Ｆ_Ｄ）をプロットしたグラフ、並びにそれらのプロットに基づく例示的な基準曲線を図示する。マンネスマン・スケールの等級５は図示した実施形態では使用していない、というのも、大抵の製鉄所における製造品質のおかげで、そのレベルの偏析を示す製造物は滅多に観察されないからであり、また、等級５は、厚みの中間の領域で連続的な割れを示す鋳放し製造物に対して付与されるからである。図示するように、曲線は０．９４という比較的に高い相関係数を有し、一般に次の式に従う。

上記の式を再編成すると、偏析面積分率の関数としてマンネスマン等級を決定するための以下の式が提供される。

他の種類の内部欠陥についての基準曲線を決定するために、同様の処理に従う。例えば、図１０は、縦方向（放射状）内部割れについての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、縦方向（放射状）内部割れの内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

図１１は、横方向（中間点）内部割れについての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、横方向（中間点）内部割れの内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

図１２は、狭い側部の内部割れについての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、狭い側部の内部割れの内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

図１３は、角部の内部割れについての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、角部の内部割れの内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

図１４は、雲状介在物についての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、雲状介在物の内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

図１５は、点状介在物についての、フィルタ処理され閾値処理される前（左）および後（右）の、マンネスマン・スケール画像の例を示す。これらの画像の分析に基づいて、点状介在物の内部欠陥面積分率に基づいてマンネスマン等級を決定するための例示的な基準曲線は、以下のように定式化される。

理解されるように、上記の式（３）〜式（９）は全て、一般に次の形式を取っている。

但し、ａおよびｂは、欠陥の種類に基づいて選択される定数である。

様々な種類の欠陥について基準曲線を確立すると、鋳放し鋼製造物を、図２に示した欠陥のうちの１若しくはそれ以上などのそのような欠陥について、より効率的に分析し等級付けすることができる。一旦鋳放し製造物２００が鋳造機から製造されると、製造物２００の表面２５０は、分析のために準備されることもある。これは、例えば、研削盤で表面２５０を研削することを含むこともある。これはまた、例えばエッチング浴で表面２５０をエッチングすることを含むこともある。実施形態によっては、エッチング液は、塩酸エッチング液、過硫酸アンモニウムエッチング液等を含むこともある。エッチングは、エッチングされた表面２５０上の汚れを回避するような態様で行われるべきであり、さもなければ分析の結果が歪められることもあることを、理解されたい。同様に、製造物２００は、アーチファクトをもたらすことがある加工痕を回避するように機械加工されるべきである。

再び図５を参照すると、一旦分析用に準備が整うと、鋳放し製造物２００の表面２５０は、そのデジタル画像を生成するために光学スキャナによって走査される。図７に示すように、表面２５０を含むサンプル２６０は、実施形態によっては、取り扱いおよび分析を容易にするために、鋳放し製造物２００から切断されることもある。サンプル２６０は、製造物２００からの様々な寸法の横方向または縦方向の切断片のいずれかを含むこともある。取り扱いおよび分析をさらに容易にするために、サンプル２６０は、サブサンプル２７０へとさらに切断されることもある。

一旦表面２５０がデジタル画像（または、サンプル２６０がサブサンプル２７０に分割されている場合には、デジタル下位画像）へと走査されると、この画像を画像フィルタ５２０に提供して、画像からノイズをフィルタ処理する。次いで、画像は閾値エンジン５３０に提供され、閾値エンジン５３０は、図６に示したような、マンネスマン・チャートの画像を閾値処理した態様と同様に、画像から内部欠陥を分離するために、画像を二値の白黒画像へと閾値処理する。

画像は一旦フィルタ処理され閾値処理されると、その後、内部欠陥面積エンジン５４０に渡される。内部欠陥面積エンジン５４０は、もう一度、式１の分率などの、内部欠陥によって占有される画像の分率（または百分率若しくは比率）を決定するように構成される。複数のサブサンプル２７０が別々に走査される場合には、それらの個々の内部欠陥面積分率は、次のように定式化される。

但し、Ａ_Ｄｉはサブサンプル内の内部欠陥の面積であり、Ａ_Ｏｉはサブサンプル内の欠陥を含む領域の面積である。

マンネスマン・チャートの分析と同様に、様々な実施形態では、分析され計算される「全面積」は、分析される表面の総面積よりも小さな任意の面積であることもある。実施形態によっては、分析される全面積は、その内部で内部欠陥が見つかる可能性が最も高い領域であることもある。幾つかの実施形態では、全面積は、製造物の中心線から約±０．４２５インチ（約１．０７９ｃｍ）である領域を含むこともある。他の実施形態では、全面積は、製造物の中心線から約±０．３インチ（約０．７６２ｃｍ）である領域を含むこともある。さらに他の実施形態では、全面積は、製造物の中心線から約±０．２５インチ（約０．６３５ｃｍ）である領域を含むこともある。さらに他の実施形態では、全面積は、製造物の仮想等軸領域を含むこともある。さらに他の実施形態では、全面積は、中間部（放射状）割れ、中間部（横方向）割れ、雲状介在物、および点状介在物の場合には、鋳放し製造物の上面または底面と中心線との間の領域を含み、狭い側部の割れおよび角部の割れの場合には、鋳放し製造物の表面の縁部（例えば、短辺）と三重点との間の領域を含むこともある。

内部欠陥面積分率（または下位の分率）が一旦決定されると、その分率は正規化器５５０に渡され、正規化器５５０は、表面２５０内部の内部欠陥について対応するマンネスマン等級を計算する。これは、例えば、分析される欠陥の種類に対応する上記の式３〜式９のうちの適切な１つに、内部欠陥面積分率を代入することにより、達成される。製造物２００が複数のサブサンプル２７０に切断される幾つかの実施形態では、中心線偏析についての平均内部欠陥面積分率（Ｆ_Ｄａｖｇ）は、以下のように定式化される。

但し、ｎは製造物２００から切断されたサブサンプル２７０の数であり、Ａ_Ｄｉはサブサンプル内の内部欠陥の面積であり、Ａ_Ｏｉはサブサンプル内の欠陥を含む領域の面積である。製造物２００が複数のサブサンプル２７０に切断される幾つかの他の実施形態では、総内部欠陥面積分率（Ｆ_Ｄｔｏｔ）は、以下のように定式化される。

次いで、Ｆ_ＤａｖｇまたはＦ_Ｄｔｏｔの値を式３〜式９のうちの適切な１つに代入することにより、対応するマンネスマン等級を決定する。或いは、サブサンプル２７０の各々に対応する下位分率（ｓｕｂ−ｆｒａｃｔｉｏｎｓ）（Ｆ_Ｄｉ）のそれぞれを式３〜式９のうちの適切な１つに代入して、対応する下位等級（Ｒ_Ｍｉ）を取得し、次いでこれを平均してもよい。マンネスマンの対応する等級が一旦決定されると、それは、モニタ、プリンタ、（例えば、別の人または装置と通信するための）伝送線路、または（例えば、データファイル内の記憶のための）記憶装置などの出力装置５６０に渡される。Ｆ_Ｄａｖｇ値は１〜４．９の範囲の値を取り、Ｆ_Ｄｔｏｔ値は０〜４の範囲の値を取ることもある。

従って、様々な実施形態が、鋳放し鋼製造物内の内部欠陥を、非常に粒度の細かい態様で定量化するための自動化された客観的なシステムおよび工程を提供する。内部欠陥面積分率を計算し、次いでその分率を、既知の離散的な等級システムを表す連続的な基準曲線にあてはめることにより、様々な実施形態は、内部欠陥の定量化から、主観性を、ひいては高い度合のばらつきを取り除くことができる。例えば、図９は、本発明の実施形態のシステムおよび工程を使用して２人のオペレータによって行われたラウンドロビン試験の結果を示す。図示するように、非常に限られた例外を除いて、両方のオペレータによって達成された結果は極めて一致しており、０．９６という相関係数を示した。２人のオペレータの間に残るばらつきは、各オペレータが分析するために選択した製造物表面の部分（即ち、仮想等軸領域）におけるわずかな相違による可能性がある。上述したように、分析されることになる面積の大きさは標準化され自動化されることができ、これにより、相関係数を、１に、または１に非常に近い値に推し進めることができる。

内部欠陥の重大度を評価するために開示した等級付けシステムのうちの１若しくはそれ以上を使用することにより、プロセス最適化に向けた可能性が提供される。例えば、評価した品質を使用して、ソフト・リダクション・ウィンドウ、鋳造速度等の様々な製造パラメータを最適化することができる。さらに、分析により、欠陥がしばしば製造物の一般に同じ位置で発生していることが判明した場合、これに応じて鋳造機の特定の部品を調節または修理することができる。製造物の化学的性質も最適化して、製造物において確実に良好な内部品質を達成することもできる。

様々な実施形態の特定の部分は、コンピュータシステム環境において実装されることもある。図１６は、デスクトップコンピュータ、ラップトップ、スマートフォン、タブレット、または非一過性のコンピュータ可読媒体内部に記憶された命令などの命令を実行する能力を有する任意の他の装置などの、例示的なコンピュータシステム環境２０を図示する。さらに、単一のコンピュータシステム２０という状況で説明し図示しているが、当業者であれば、以降に説明する様々なタスクは、ローカルエリアまたはワイドエリアネットワークを介してリンクされた複数のコンピュータシステム２０を有する分散環境で実行されることもあり、そのような分散環境では、実行可能命令は、複数のコンピュータシステム２０のうちの１若しくはそれ以上に関連付けられ、および／または、複数のコンピュータシステム２０のうちの１若しくはそれ以上によって実行されることもあることを、理解するであろう。

最も基本的な構成では、コンピュータシステム環境２０は通常、少なくとも１つの処理装置２２および少なくとも１つのメモリ２４を含み、これらはバス２６を介してリンクされている。コンピュータシステム環境の正確な構成および種類に応じて、メモリ２４は揮発性（ＲＡＭ３０など）、不揮発性（ＲＯＭ２８、フラッシュメモリなど）、またはそれら２種類の何らかの組み合わせであることもある。コンピュータシステム環境２０は、更なる特徴および／または機能を持つこともある。例えば、コンピュータシステム環境２０は、これに限定されるものではないが、磁気ディスク若しくは光ディスク、テープドライブ、および／またはフラッシュドライブを含む、追加の記憶装置（着脱可能および／または着脱不可能）も含むこともある。そのような追加のメモリ装置は、例えば、ハードディスク・ドライブ・インターフェース３２、磁気ディスク・ドライブ・インターフェース３４、および／または光ディスク・ドライブ・インターフェース３６を介して、コンピュータシステム環境２０にアクセス可能になっていることもある。理解されるであろうが、それぞれシステムバス２６にリンクされるこれらの装置は、ハードディスク３８との読出しおよび書込み、着脱可能磁気ディスク４０との読出しまたは書込み、および／またはＣＤ／ＤＶＤ ＲＯＭ若しくは他の光学媒体などの着脱可能光ディスク４２との読出しまたは書込みを可能にする。ドライブインターフェースおよびそれらに関連したコンピュータ可読媒体は、コンピュータシステム環境２０のためのコンピュータ可読命令、データ構造、プログラムモジュール、および他のデータの不揮発性の記憶を可能にする。当業者であればさらに、これと同じ目的のために、データを記憶することができる他の種類のコンピュータ可読媒体を使用することができることを、理解するであろう。そのような媒体装置の例としては、これに限定されるものではないが、磁気カセット、フラッシュメモリカード、デジタル・ビデオ・ディスク、ベルヌーイカートリッジ、ランダム・アクセス・メモリ、ナノドライブ、メモリスティック、他の読み書きおよび／または読出し専用メモリ、および／または、コンピュータ可読命令、データ構造、プログラムモジュール、若しくは他のデータなどの情報を記憶するための任意の他の方法若しくは技術が挙げられる。任意のそのようなコンピュータ記憶媒体は、コンピュータシステム環境２０の一部である。

幾つかのプログラムモジュールが、メモリ／媒体装置のうちの１若しくはそれ以上に記憶される。例えば、起動中などに、コンピュータシステム環境２０内の要素間で情報を転送するのに役立つ基本ルーチンを含む、基本入出力システム（ｂａｓｉｃ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｓｙｓｔｅｍ：ＢＩＯＳ）４４がＲＯＭ２８に記憶されることもある。同様に、ＲＡＭ３０、ハードドライブ３８、および／または周辺メモリ装置を使用して、オペレーティングシステム４６、１若しくはそれ以上のアプリケーションプログラム４８、他のプログラムモジュール５０、および／またはプログラムデータ５２を含むコンピュータ実行可能命令を記憶することもある。さらに、コンピュータ実行可能命令を、例えば、ネットワーク接続を介して、必要に応じて複数のコンピュータ装置のうちの１若しくはそれ以上にダウンロードすることもある。

エンドユーザ、例えば消費者が、キーボード５４および／またはポインティングデバイス５６などの入力装置を介して、コンピュータシステム環境２０にコマンドおよび情報を入力することもある。さらに、スキャナ５５などの他の周辺入力装置から情報を受け取ることもあり、スキャナ５５は、様々な実施形態では光学スキャナ５１０であることもある。図示していないが、他の入力装置として、マイクロホン、ジョイスティック、ゲームパッド、スキャナ等を含むこともある。これらのおよび他の入力装置は通常、周辺装置インターフェース５８によって処理装置２２に接続され、周辺装置インターフェース５８は、バス２６に結合される。入力装置は、例えば、パラレルポート、ゲームポート、ファイヤワイヤ、またはユニバーサル・シリアル・バス（ｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ ｂｕｓ：ＵＳＢ）などのインターフェースを介してプロセッサ２２に直接的または間接的に接続されることもある。コンピュータシステム環境２０からの情報を閲覧するために、モニタ６０または別の種類の表示装置が、ビデオアダプタ６２などのインターフェースを介して、バス２６に接続されることもある。モニタ６０に加えて、コンピュータシステム環境２０は、スピーカーおよびプリンタなどの図示していない他の周辺出力装置を含むこともある。

コンピュータシステム環境２０は、１若しくはそれ以上のコンピュータシステム環境への論理接続を利用することもある。この点に関して、遠隔のコンピュータシステム環境は、コンピュータシステム環境２０のように、処理能力を有する任意の種類の装置であることを理解されたい。改めて、遠隔のコンピュータシステム環境は、単一の装置として実装される必要はなく、遠隔のコンピュータシステム環境によって実行されるタスクが、通信ネットワークを介してリンクされた複数のコンピュータシステム環境に分散されるような態様で実装されることもあることを、理解されたい。

必要に応じてタスクを実行するために、遠隔のコンピュータシステム環境は、コンピュータシステム環境２０に関して上述した要素のうちの多数または全てを含むこともある。コンピュータシステム環境２０と遠隔のコンピュータシステム環境との間の通信は、ネットワークルーティングを担っているネットワークルーター７２などの更なる処理装置を介して、交換されることもある。ネットワークルーター７２との通信は、ネットワークインターフェース部品７３を介して行われることもある。従って、そのようなネットワーク環境、例えばインターネット、ワールド・ワイド・ウェブ、ＬＡＮ、または他の同様の種類の有線若しくは無線のネットワーク内で、コンピュータシステム環境２０またはその一部に関して示したプログラムモジュールが、遠隔のコンピュータシステム環境のメモリ記憶装置内に記憶されることもあることを理解されたい。

開示した実施形態のこれまでの説明は、当業者が本発明を実行または使用できるようにするために提供された。当業者には、これらの実施形態に対する様々な修正例が容易に明らかになるであろう。本明細書で定義した一般的な原理は、本発明の趣旨または範囲から逸脱することなく、他の実施形態に適用されることもある。従って、本発明は、本明細書に示した実施形態に限定されることを意図してはおらず、本明細書に開示した原理および新規の特徴と整合性の取れた最も広い範囲を与えられるべきである。

Claims (24)

1. 鋳放し鋼製造物内の内部欠陥を定量的に測定する方法であって、
   デジタル画像を生成するために、走査装置で前記鋼製造物の表面の少なくとも一部を光学的に走査する工程と、
   前記生成されたデジタル画像内の内部欠陥を分離するために、閾値エンジンにより、前記生成されたデジタル画像を閾値処理する工程と、
   内部欠陥面積を決定するために、前記閾値処理された画像部分を分析する工程であって、前記内部欠陥面積は、前記内部欠陥によって占有される、前記閾値処理された画像部分の少なくとも一部の面積を有するものである、前記分析する工程と、
   前記閾値処理された画像部分の全面積を決定する工程と、
   前記全面積に対する前記内部欠陥面積の分率（ｆｒａｃｔｉｏｎ）を計算する工程と、
   前記分率に基づいて、前記鋼製造物内の前記内部欠陥の対応するマンネスマン・スケール等級を計算する工程と
   を有する方法。
2. 請求項１記載の方法において、さらに、
   前記鋼製造物の前記表面の少なくとも一部を光学的に走査する工程の前に、前記鋼製造物の前記表面をエッチングする工程を有するものである方法。
3. 請求項２記載の方法において、さらに、
   前記表面をエッチングする工程の前に、前記鋼製造物の前記表面を研削する工程または前記鋼製造物から前記表面を有するサンプルを切断する工程を有するものである方法。
4. 請求項３記載の方法において、さらに、
   前記サンプルを複数のサブサンプルに切断する工程を有し、前記サブサンプルは前記表面の下位表面を有する、前記複数のサブサンプルに切断する工程であって、
   前記鋼製造物の前記表面の少なくとも一部を光学的に走査する工程は、前記サブサンプルの前記下位表面の少なくとも一部を光学的に走査して複数の対応するデジタル下位画像を生成する工程を有し、
   前記閾値エンジンにおいて前記画像を閾値処理して前記画像内の内部欠陥を分離するする工程は、前記閾値エンジンにおいて前記下位画像を閾値処理して前記下位画像内の内部欠陥を分離する工程を有し、
   前記閾値処理された画像を分析して前記内部欠陥面積を決定する工程は、前記閾値処理された下位画像を分析して対応する内部欠陥下位面積を決定する工程を有し、前記内部欠陥下位面積は、前記内部欠陥によって占有される、対応する閾値処理された下位画像の少なくとも一部の面積を有し、
   前記閾値処理された画像部分の全面積を決定する工程は、前記閾値処理された下位画像部分の下位全面積を決定する工程を有し、
   前記全面積に対する前記内部欠陥面積の分率を計算する工程は、前記対応する下位全面積に対する前記内部欠陥下位面積の下位分率を計算する工程を有し、
   前記分率に基づいて前記対応するマンネスマン・スケール等級を計算する工程は、前記下位分率の各々に基づいて対応するマンネスマン・スケール下位等級を計算する工程を有し、
   前記対応するマンネスマン・スケール等級は、前記下位等級の平均を有するものである、
   前記複数のサブサンプルに切断する工程と、
   前記計算された下位等級から最も高い下位等級を決定する工程と
   を有するものである方法。
5. 請求項１記載の方法において、前記走査装置は携帯型スキャナ、平台型スキャナ、または非接触型スキャナを有するものである方法。
6. 請求項１記載の方法において、前記閾値エンジンにおいて前記画像を閾値処理して前記画像内の内部欠陥を分離する工程は、６０％〜７０％の間の閾値レベルで前記画像を閾値処理する工程を有するものである方法。
7. 請求項１記載の方法において、前記閾値エンジンにおいて前記画像を閾値処理して前記画像内の内部欠陥を分離する工程は、６５％の閾値レベルで前記画像を閾値処理する工程を有するものである方法。
8. 請求項１記載の方法において、前記分析される閾値処理された画像部分は、前記鋼製造物の中心線領域に対応している方法。
9. 請求項８記載の方法において、前記分析される閾値処理された画像部分は、前記鋼製造物の中心線から約０．４２５インチ（約１．０７９ｃｍ）延びている領域、前記鋼製造物の中心線から約０．３インチ（約０．７６２ｃｍ）延びている領域、または前記鋼製造物の中心線から約０．２５インチ（約０．６３５ｃｍ）延びている領域を有するものである方法。
10. 請求項１記載の方法において、前記分析される閾値処理された画像部分は、前記表面の等軸領域、前記製造物の中心線と前記表面の縁部との間の領域、または前記表面の三重点と前記表面の縁部との間の領域に対応する方法。
11. 請求項１記載の方法において、前記分率に基づいて前記対応するマンネスマン・スケール等級を計算する工程は、マンネスマン・スケール等級と内部欠陥面積分率との関係を表す曲線上において前記分率が該当する位置を決定する工程を有するものである方法。
12. 請求項１１記載の方法において、前記曲線は次式によって表わされ、
    

    

    ここで、Ｒ _Ｍ は前記対応するマンネスマン・スケール等級であり、「ａ」および「ｂ」は前記内部欠陥の種類に基づく定数であり、Ａ _Ｄ は前記内部欠陥面積であり、Ａ _Ｏ は前記全面積である方法。
13. 請求項１記載の方法において、さらに、
    前記生成されたデジタル画像を閾値処理する工程の前に、前記画像をフィルタ処理する工程を有するものである方法。
14. 鋳放し鋼製造物内の内部欠陥を定量的に測定するシステムであって、
    前記鋼製造物の表面の少なくとも一部を走査してそのデジタル画像を生成するように構成された光学スキャナと、
    前記光学スキャナに通信可能に結合され、前記生成されたデジタル画像を閾値処理して前記生成されたデジタル画像内の内部欠陥を分離するように構成された、閾値エンジンと、
    前記閾値エンジンに通信可能に結合された内部欠陥面積エンジンであって、
    前記閾値エンジンから前記閾値処理された画像部分を受け取り、
    前記閾値処理された画像部分を分析して、前記内部欠陥によって占有される、前記閾値処理された画像部分の少なくとも一部の面積を有する内部欠陥面積を決定し、
    前記閾値処理された画像部分の全面積を決定し、
    前記全面積に対する前記内部欠陥面積の分率を計算する、
    ように構成された、前記内部欠陥面積エンジンと、
    前記内部欠陥面積エンジンに通信可能に結合された正規化器であって、
    前記内部欠陥面積エンジンから、前記全面積に対する前記内部欠陥面積の分率を受け取り、
    前記分率に基づいて、前記鋼製造物内の前記内部欠陥の対応するマンネスマン・スケール等級を計算する、
    ように構成された、前記正規化器と
    を有するシステム。
15. 請求項１４記載のシステムにおいて、さらに、
    前記鋼製造物の前記表面をエッチングするためのエッチング液を有するエッチング浴を有し、
    前記鋼製造物の前記表面を有するサンプルが複数のサブサンプルに切断され、前記サブサンプルは前記表面の下位表面を有するものであり、
    前記光学スキャナは、前記サブサンプルの前記下位表面の少なくとも一部を光学的に走査して複数の対応するデジタル下位画像を生成することにより、前記鋼製造物の前記表面の少なくとも一部を走査するものであり、
    前記閾値エンジンは、前記下位画像を閾値処理して前記下位画像内の内部欠陥を分離することにより、前記画像を閾値処理して前記画像内の内部欠陥を分離するものであり、
    前記内部欠陥面積エンジンは、前記閾値処理された下位画像部分を分析して対応する内部欠陥下位面積を決定することにより、前記閾値処理された画像部分を分析して前記内部欠陥によって占有される、前記閾値処理された画像部分の少なくとも一部の面積を有する前記内部欠陥面積を決定するものであり、
    前記内部欠陥面積エンジンは、前記閾値処理された下位画像部分の全面積を決定することにより、前記閾値処理された画像部分の前記全面積を決定するものであり、
    前記内部欠陥面積エンジンは、前記対応する下位全面積に対する前記内部欠陥下位面積の下位分率を計算することにより、前記全面積に対する前記内部欠陥面積の前記分率を計算するものであり、
    前記正規化器は、前記下位分率の各々に基づいて対応するマンネスマン・スケール下位等級を計算することにより、前記分率に基づいて前記対応するマンネスマン・スケール等級を計算するものであり、
    前記対応するマンネスマン・スケール等級は、前記下位等級の平均を有し、前記正規化器は、前記計算された下位等級から最も高い下位等級を決定するように構成されているものである
    システム。
16. 請求項１４記載のシステムにおいて、前記光学スキャナは携帯型スキャナ、平台型スキャナ、または非接触型スキャナを有するものであるシステム。
17. 請求項１４記載のシステムにおいて、前記閾値エンジンは、６０％〜７０％の間の閾値レベルで前記画像を閾値処理するように構成されているシステム。
18. 請求項１４記載のシステムにおいて、前記閾値エンジンは、６５％の閾値レベルで前記画像を閾値処理するように構成されているシステム。
19. 請求項１４記載のシステムにおいて、前記分析される閾値処理された画像部分は、前記鋼製造物の中心線領域に対応しているシステム。
20. 請求項１９記載のシステムにおいて、前記分析される閾値処理された画像部分は、前記鋼製造物の中心線から約０．４２５インチ（約１．０７９ｃｍ）延びている領域、前記鋼製造物の中心線から約０．３インチ（約０．７６２ｃｍ）延びている領域、または前記鋼製造物の中心線から約０．２５インチ（約０．６３５ｃｍ）延びている領域を有するものであるシステム。
21. 請求項１４記載の方法において、前記分析される閾値処理された画像部分は、前記表面の等軸領域、前記鋳放し製造物の中心線と前記表面（上面または底面）との間の領域の面積、または前記表面の三重点と縁部との間の領域の面積に対応する方法。
22. 請求項１４記載のシステムにおいて、前記正規化器は、マンネスマン・スケールと内部欠陥面積分率との関係を表す曲線上において前記分率が該当する位置を決定することにより、前記分率に基づいて前記対応するマンネスマン・スケール等級を計算するように構成されているシステム。
23. 請求項２２記載のシステムにおいて、前記曲線は次式によって表わされ、
    

    

    ここで、Ｒ _Ｍ は前記対応するマンネスマン・スケール等級であり、「ａ」および「ｂ」は前記内部欠陥の種類に基づく定数であり、Ａ _Ｄ は前記内部欠陥面積であり、Ａ _Ｏ は前記全面積であるシステム。
24. 請求項１４記載のシステムにおいて、さらに、
    前記光学スキャナおよび前記閾値エンジンに通信可能に結合され、かつ、前記閾値エンジンが前記画像を閾値処理する前に前記画像をフィルタ処理するように構成された、画像フィルタを有するものであるシステム。

Images