JP7185501B2 - 柄を有するシート材の画像処理装置 - Google Patents
柄を有するシート材の画像処理装置 Download PDFInfo
- Publication number
- JP7185501B2 JP7185501B2 JP2018214123A JP2018214123A JP7185501B2 JP 7185501 B2 JP7185501 B2 JP 7185501B2 JP 2018214123 A JP2018214123 A JP 2018214123A JP 2018214123 A JP2018214123 A JP 2018214123A JP 7185501 B2 JP7185501 B2 JP 7185501B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- sheet material
- feature amount
- pattern
- color
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Treatment Of Fiber Materials (AREA)
Description
本発明は、柄を有するシート材の画像処理装置に関する。
リネンサプライ業界では、タオル（バスタオル、フェイスタオル）、シーツ等の大量の洗濯物が処理される。この洗濯物は、使用された結果、穴が開いたり汚れが付着した場合には人によってチェックされて不良品として除外される。また、この洗濯物のチェックを自動化することが試みられている（例えば、特許文献１参照。）。
また、布片画像の布片領域における色値の波形の振幅を用いて、無地物であるか柄物であるかを判定する色柄判別装置が知られている（例えば、特許文献２参照。）。
しかし、シーツ等のシート材は頻繁に洗濯されるので、色あせ等の影響で新品の柄の色値に比べて洗濯物の柄の色値は低下し、色値の波形の振幅も狭くなる。従って、単純な閾値や登録波形との比較では安定して判定することができないという問題がある。
そこで、本発明は、新品の場合だけでなく洗濯物の場合にも柄を判定できる、シート材の画像処理装置を提供することを目的とする。
本発明に係るシート材の画像処理装置は、柄を有するシート材を搬送する搬送部と、
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像から所定領域における複数のピクセルの色値ごとの最大値、最小値及び平均値を計算し、前記色値ごとに前記最大値と前記最小値との差分値を前記平均値で割った色特徴量を算出する色特徴量算出部と、
算出した前記色特徴量と、あらかじめ記録されている複数の柄の色特徴量とを対比して、最も近い色特徴量の柄が前記シート材に含まれていると判定する柄判定部と、
を備える。
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像から所定領域における複数のピクセルの色値ごとの最大値、最小値及び平均値を計算し、前記色値ごとに前記最大値と前記最小値との差分値を前記平均値で割った色特徴量を算出する色特徴量算出部と、
算出した前記色特徴量と、あらかじめ記録されている複数の柄の色特徴量とを対比して、最も近い色特徴量の柄が前記シート材に含まれていると判定する柄判定部と、
を備える。
本発明に係るシート材の画像処理装置によれば、新品の場合だけでなく、洗濯や経年変化によって色あせ、色落ちした場合にも安定して柄を判定できる。
第１の態様に係るシート材の画像処理装置は、柄を有するシート材を搬送する搬送部と、
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像から所定領域における複数のピクセルの色値ごとの最大値、最小値及び平均値を計算し、前記色値ごとに前記最大値と前記最小値との差分値を前記平均値で割った色特徴量を算出する色特徴量算出部と、
算出した前記色特徴量と、あらかじめ記録されている複数の柄の色特徴量とを対比して、最も近い色特徴量の柄が前記シート材に含まれていると判定する柄判定部と、
を備える。
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像から所定領域における複数のピクセルの色値ごとの最大値、最小値及び平均値を計算し、前記色値ごとに前記最大値と前記最小値との差分値を前記平均値で割った色特徴量を算出する色特徴量算出部と、
算出した前記色特徴量と、あらかじめ記録されている複数の柄の色特徴量とを対比して、最も近い色特徴量の柄が前記シート材に含まれていると判定する柄判定部と、
を備える。
第２の態様に係るシート材の画像処理装置は、上記第１の態様において、前記色特徴量算出部は、前記シート材のカラー画像から所定領域における複数のピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂごとの最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）を計算し、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を前記色特徴量として算出する三刺激値特徴量算出部であって、
前記柄判定部は、算出した前記三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比して、最も近い三刺激値特徴量の柄が前記シート材に含まれていると判定する。
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を前記色特徴量として算出する三刺激値特徴量算出部であって、
前記柄判定部は、算出した前記三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比して、最も近い三刺激値特徴量の柄が前記シート材に含まれていると判定する。
第３の態様に係るシート材の画像処理装置は、上記第２の態様において、前記柄判定部は、算出した前記三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量との各成分の差分の絶対値を積算した差分積算値が最小の柄が前記シート材に含まれていると判定してもよい。
第４の態様に係るシート材の画像処理装置は、上記第２の態様において、前記柄判定部は、算出した前記三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルと、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルとの内積の値が最大となる柄が前記シート材に含まれていると判定してもよい。
第５の態様に係るシート材の画像処理装置は、シート材を搬送する搬送部と、
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像の所定領域において色値の変化量の総和を計算し、
前記色値の変化量の総和が閾値を超えない場合は前記シート材を無地物と判定し、閾値を超える場合は前記シート材が柄を有する柄物と判定する柄判定部と、
を備える。
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像の所定領域において色値の変化量の総和を計算し、
前記色値の変化量の総和が閾値を超えない場合は前記シート材を無地物と判定し、閾値を超える場合は前記シート材が柄を有する柄物と判定する柄判定部と、
を備える。
以下、実施の形態に係るシート材の画像処理装置について、添付図面を参照しながら説明する。なお、図面において実質的に同一の部材については同一の符号を付している。
（実施の形態１）
＜シート材の画像処理装置＞
図１は、実施の形態１に係るシート材の画像処理装置１０の構成を示す平面図である。図２は、図１の画像処理装置の鉛直方向とシート材の搬送方向とに垂直な方向から見た撮像光学系の構成を示す概略図である。図３は、実施の形態１に係る画像処理装置１０の構成を示すブロック図である。なお、図では、便宜上、シート材１の搬送方向をＸ方向、シート材の搬送方向に垂直な幅方向をＹ方向、鉛直上方をＺ方向として示している。
このシート材の画像処理装置１０は、柄を有するシート材を搬送する搬送部１１と、シート材のカラー画像を得る撮像部１４と、シート材のカラー画像の三刺激値特徴量を算出する三刺激値特徴量算出部３５ａと、シート材に含まれる柄を判定する柄判定部３５ｂと、を備える。撮像部１４は、搬送部１１によって搬送されてきたシート材１を撮像してシート材のカラー画像を得る。三刺激値特徴量算出部３５ａは、シート材のカラー画像から所定領域における各ピクセルの色値、例えば、ＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を算出する。柄判定部３５ｂは、算出した三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比して、最も近い三刺激値特徴量の柄がシート材に含まれていると判定する。
＜シート材の画像処理装置＞
図１は、実施の形態１に係るシート材の画像処理装置１０の構成を示す平面図である。図２は、図１の画像処理装置の鉛直方向とシート材の搬送方向とに垂直な方向から見た撮像光学系の構成を示す概略図である。図３は、実施の形態１に係る画像処理装置１０の構成を示すブロック図である。なお、図では、便宜上、シート材１の搬送方向をＸ方向、シート材の搬送方向に垂直な幅方向をＹ方向、鉛直上方をＺ方向として示している。
このシート材の画像処理装置１０は、柄を有するシート材を搬送する搬送部１１と、シート材のカラー画像を得る撮像部１４と、シート材のカラー画像の三刺激値特徴量を算出する三刺激値特徴量算出部３５ａと、シート材に含まれる柄を判定する柄判定部３５ｂと、を備える。撮像部１４は、搬送部１１によって搬送されてきたシート材１を撮像してシート材のカラー画像を得る。三刺激値特徴量算出部３５ａは、シート材のカラー画像から所定領域における各ピクセルの色値、例えば、ＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を算出する。柄判定部３５ｂは、算出した三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比して、最も近い三刺激値特徴量の柄がシート材に含まれていると判定する。
このシート材の画像処理装置１０では、例えば、三刺激値Ｒの分布の最大値Ａｒと最小値Ｂｒと平均値Ｃｒとに基づいて、最大値Ａｒと最小値Ｂｒとの差（Ａｒ－Ｂｒ）を平均値Ｃｒで除したＲ成分特徴量を得ている。上述のように、新品の場合に比べて洗濯物では最大値Ａｒが減少するため、単なる最大値Ａｒと最小値Ｂｒとの差（Ａｒ－Ｂｒ）では、新品と洗濯物との間で変化が生じる。一方、本発明者は、洗濯物では平均値Ｃｒも最大値Ａｒと同様に減少するものの、最小値Ｂｒの変化は小さいことを見出した。
そこで、上記のように差（Ａｒ－Ｂｒ）を平均値Ｃｒで除することで洗濯や経年変化による色あせ、色落ちを生じている場合にも新品の場合と比較して変化を受けにくい三刺激値特徴量を用いることで、新品の場合も洗濯物等の場合もより正確に柄を判定できる。
そこで、上記のように差（Ａｒ－Ｂｒ）を平均値Ｃｒで除することで洗濯や経年変化による色あせ、色落ちを生じている場合にも新品の場合と比較して変化を受けにくい三刺激値特徴量を用いることで、新品の場合も洗濯物等の場合もより正確に柄を判定できる。
以下に、このシート材の画像処理装置１０を構成する構成部材について説明する。
＜シート材＞
シート材１は、例えば、タオル（バスタオル、フェイスタオル）、シーツ等である。また、シート材１は、図４Ａ乃至図４Ｅに示す柄１乃至柄５を有する。
図４Ａは、あらかじめ記憶部に記憶されている柄１の画像である。図４Ｂは、あらかじめ記憶部に記憶されている柄２の画像である。図４Ｃは、あらかじめ記憶部に記憶されている柄３の画像である。図４Ｄは、あらかじめ記憶部に記憶されている柄４の画像である。図４Ｅは、あらかじめ記憶部に記憶されている柄５（無地）の画像である。
また、図５Ａは、柄１を有するシート材の新品の場合の画像である。図５Ｂは、柄１を有するシート材の洗濯物の場合の画像である。図６Ａは、柄２を有するシート材の新品の場合の画像である。図６Ｂは、柄２を有するシート材の洗濯物の場合の画像である。図７Ａは、柄３を有するシート材の新品の場合の画像である。図７Ｂは、柄３を有するシート材の洗濯物の場合の画像である。図８Ａは、柄４を有するシート材の新品の場合の画像である。図８Ｂは、柄４を有するシート材の洗濯物の場合の画像である。図９Ａは、柄５（無地）を有するシート材の新品の場合の画像である。図９Ｂは、柄５（無地）を有するシート材の洗濯物の場合の画像である。
図５Ａ乃至図９Ｂに示すように、洗濯物では、新品と比べて柄は同じでも明度の変化が小さくなっていることがわかる。つまり、各刺激値の分布の最大値（Ａｒ、Ａｇ、Ａｂ）が減少していることがわかる。
なお、柄には、色柄だけでなく、織の凹凸によって生まれる「織柄」も含まれる。この「織柄」を判定するための光学系については後述する。
シート材１は、例えば、タオル（バスタオル、フェイスタオル）、シーツ等である。また、シート材１は、図４Ａ乃至図４Ｅに示す柄１乃至柄５を有する。
図４Ａは、あらかじめ記憶部に記憶されている柄１の画像である。図４Ｂは、あらかじめ記憶部に記憶されている柄２の画像である。図４Ｃは、あらかじめ記憶部に記憶されている柄３の画像である。図４Ｄは、あらかじめ記憶部に記憶されている柄４の画像である。図４Ｅは、あらかじめ記憶部に記憶されている柄５（無地）の画像である。
また、図５Ａは、柄１を有するシート材の新品の場合の画像である。図５Ｂは、柄１を有するシート材の洗濯物の場合の画像である。図６Ａは、柄２を有するシート材の新品の場合の画像である。図６Ｂは、柄２を有するシート材の洗濯物の場合の画像である。図７Ａは、柄３を有するシート材の新品の場合の画像である。図７Ｂは、柄３を有するシート材の洗濯物の場合の画像である。図８Ａは、柄４を有するシート材の新品の場合の画像である。図８Ｂは、柄４を有するシート材の洗濯物の場合の画像である。図９Ａは、柄５（無地）を有するシート材の新品の場合の画像である。図９Ｂは、柄５（無地）を有するシート材の洗濯物の場合の画像である。
図５Ａ乃至図９Ｂに示すように、洗濯物では、新品と比べて柄は同じでも明度の変化が小さくなっていることがわかる。つまり、各刺激値の分布の最大値（Ａｒ、Ａｇ、Ａｂ）が減少していることがわかる。
なお、柄には、色柄だけでなく、織の凹凸によって生まれる「織柄」も含まれる。この「織柄」を判定するための光学系については後述する。
＜搬送部＞
搬送部１１によってシート材１を検査台１２に搬送する。図では、便宜上、この搬送方向をＸ方向としている。搬送部１１は、例えば、ベルトコンベアを用いることができる。
搬送部１１によってシート材１を検査台１２に搬送する。図では、便宜上、この搬送方向をＸ方向としている。搬送部１１は、例えば、ベルトコンベアを用いることができる。
＜検査台＞
検査台１２は、図１及び図２に示すように、例えば黒色の検査台１２を用いることができる、
検査台１２は、図１及び図２に示すように、例えば黒色の検査台１２を用いることができる、
＜光源部＞
光源部１３、１３ａ、１３ｂには、例えば、ランプ、ＬＥＤ等の通常の光源であれば使用できる。好ましくは拡散光を照射する拡散照明がよい。
光源部１３、１３ａ、１３ｂには、例えば、ランプ、ＬＥＤ等の通常の光源であれば使用できる。好ましくは拡散光を照射する拡散照明がよい。
＜撮像部＞
撮像部１４は、図２に示すように、光源部１３ａ、１３ｂと同じ上方に配置される。また、撮像部１４は、光源部１３ａ、１３ｂに対して正反射位置にはなく、拡散反射光による画像を得ることができる。撮像部１４によって、シート材１の画像を得ることができる。
撮像部１４は、カラー画像を撮像可能なラインカメラ又はエリアカメラを用いることができる。また、撮像部１４は、例えば、ＣＣＤ、ＣＭＯＳ等の撮像素子と、撮像素子を制御する撮像制御手段とを含んでもよい。
撮像部１４は、図２に示すように、光源部１３ａ、１３ｂと同じ上方に配置される。また、撮像部１４は、光源部１３ａ、１３ｂに対して正反射位置にはなく、拡散反射光による画像を得ることができる。撮像部１４によって、シート材１の画像を得ることができる。
撮像部１４は、カラー画像を撮像可能なラインカメラ又はエリアカメラを用いることができる。また、撮像部１４は、例えば、ＣＣＤ、ＣＭＯＳ等の撮像素子と、撮像素子を制御する撮像制御手段とを含んでもよい。
＜制御部（コンピュータ装置）＞
制御部３０は、例えば、コンピュータ装置である。このコンピュータ装置としては、汎用的なコンピュータ装置を用いることができ、例えば、図３に示すように、処理部３１、記憶部３２、表示部３３を含む。なお、さらに、入力装置、記憶装置、インタフェース等を含んでもよい。
制御部３０によって、搬送部１１と、光源部１３と、撮像部１４と、を制御する。
制御部３０は、例えば、コンピュータ装置である。このコンピュータ装置としては、汎用的なコンピュータ装置を用いることができ、例えば、図３に示すように、処理部３１、記憶部３２、表示部３３を含む。なお、さらに、入力装置、記憶装置、インタフェース等を含んでもよい。
制御部３０によって、搬送部１１と、光源部１３と、撮像部１４と、を制御する。
＜処理部＞
処理部３１は、例えば、中央処理演算子（ＣＰＵ）、マイクロコンピュータ、又は、コンピュータで実行可能な命令を実行できる処理装置であればよい。
処理部３１は、例えば、中央処理演算子（ＣＰＵ）、マイクロコンピュータ、又は、コンピュータで実行可能な命令を実行できる処理装置であればよい。
＜記憶部＞
記憶部３２は、例えば、ＲＯＭ、ＥＥＰＲＯＭ、ＲＡＭ、フラッシュＳＳＤ、ハードディスク、ＵＳＢメモリ、磁気ディスク、光ディスク、光磁気ディスク等の少なくとも一つであってもよい。
記憶部３２には、柄の三刺激値特徴量３４と、プログラム３５とを含む。なお、制御部３０がネットワークに接続されている場合には、必要に応じてプログラム３５をネットワークからダウンロードしてもよい。
記憶部３２は、例えば、ＲＯＭ、ＥＥＰＲＯＭ、ＲＡＭ、フラッシュＳＳＤ、ハードディスク、ＵＳＢメモリ、磁気ディスク、光ディスク、光磁気ディスク等の少なくとも一つであってもよい。
記憶部３２には、柄の三刺激値特徴量３４と、プログラム３５とを含む。なお、制御部３０がネットワークに接続されている場合には、必要に応じてプログラム３５をネットワークからダウンロードしてもよい。
＜柄の三刺激値特徴量＞
柄の三刺激値特徴量３４には、例えば、柄１の三刺激値特徴量３４ａ、柄２の三刺激値特徴量３４ｂ、柄３の三刺激値特徴量３４ｃ、柄４の三刺激値特徴量３４ｄ、柄５（無地）の三刺激値特徴量３４ｅを含んでいてもよい。
シート材のカラー画像から所定領域、例えば、センター箇所（シート材の重心付近）における各ピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量が算出される。
つまり、三刺激値特徴量には、Ｒ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を有する。
柄の三刺激値特徴量３４には、例えば、柄１の三刺激値特徴量３４ａ、柄２の三刺激値特徴量３４ｂ、柄３の三刺激値特徴量３４ｃ、柄４の三刺激値特徴量３４ｄ、柄５（無地）の三刺激値特徴量３４ｅを含んでいてもよい。
シート材のカラー画像から所定領域、例えば、センター箇所（シート材の重心付近）における各ピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量が算出される。
つまり、三刺激値特徴量には、Ｒ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を有する。
なお、ここでは表色系としてＲＧＢ表色系を用いて説明したが、表色系はＲＧＢ表色系に限るものではない。例えば、数値化可能なＣＭＹＫ表色系、ＸＹＺ表色系、Ｌａｂ表色系等の表色系であってもよい。また、ＲＧＢ表色系と相互変換可能な表色系であってもよい。
また、ＲＧＢ表色系以外の他の表色系を用いる場合には、上記三刺激値特徴量に対応する色特徴量を用いる。
また、ＲＧＢ表色系以外の他の表色系を用いる場合には、上記三刺激値特徴量に対応する色特徴量を用いる。
＜プログラム＞
プログラム３５には、三刺激値特徴量算出部３５ａと、柄判定部３５ｂとを含んでいる。三刺激値特徴量算出部３５ａと、柄判定部３５ｂとは、実行時には、記憶部３２から読み出されて処理部３１にて実行される。
図１０は、実施の形態１に係るシート材の画像処理方法における三刺激値特徴量算出方法のフローチャートである。
三刺激値特徴量算出部３５ａは、以下のステップによって三刺激値特徴量を算出する。
（１）シート材のカラー画像から所定領域における各ピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）を取得する（Ｓ０１）。
なお、記憶部３２に記憶しておく基準となるシート材のカラー画像の場合には、上記所定領域は、例えば、センター領域であってもよい。また、柄の判定を行うシート材のカラー画像の場合には、上記所定領域は、例えば、センター領域であってもよい。あるいは、一方の端部から他方の端部にわたって複数箇所の領域について所定領域としてもよい。また、例えば、シート材のカラー画像を区画した２５００箇所について、それぞれ所定領域としてもよい。
（２）三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を算出する（Ｓ０２）。
プログラム３５には、三刺激値特徴量算出部３５ａと、柄判定部３５ｂとを含んでいる。三刺激値特徴量算出部３５ａと、柄判定部３５ｂとは、実行時には、記憶部３２から読み出されて処理部３１にて実行される。
図１０は、実施の形態１に係るシート材の画像処理方法における三刺激値特徴量算出方法のフローチャートである。
三刺激値特徴量算出部３５ａは、以下のステップによって三刺激値特徴量を算出する。
（１）シート材のカラー画像から所定領域における各ピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）を取得する（Ｓ０１）。
なお、記憶部３２に記憶しておく基準となるシート材のカラー画像の場合には、上記所定領域は、例えば、センター領域であってもよい。また、柄の判定を行うシート材のカラー画像の場合には、上記所定領域は、例えば、センター領域であってもよい。あるいは、一方の端部から他方の端部にわたって複数箇所の領域について所定領域としてもよい。また、例えば、シート材のカラー画像を区画した２５００箇所について、それぞれ所定領域としてもよい。
（２）三刺激値Ｒ、Ｇ、Ｂの分布の最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）とに基づいて、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を算出する（Ｓ０２）。
なお、ＲＧＢ表色系に代えて他の表色系を用いる場合には、三刺激値特徴量算出部に対応する色特徴量算出部を用いる。この場合、色特徴量算出部は、その表色系における色値ごとの最大値、最小値及び平均値とに基づいて、色値ごとに最大値と最小値との差分値を平均値で割った色特徴量を算出する。
図１１は、実施の形態１に係るシート材の画像処理方法における柄判定方法のフローチャートである。
柄判定部３５ｂは、以下のステップによってシート材に含まれる柄を判定する。
（ａ）算出した三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比する（Ｓ１１）。
（ｂ）算出した三刺激値特徴量と最も近い三刺激値特徴量の柄がシート材に含まれていると判定する（Ｓ１２）。
なお、上記所定領域として複数箇所を用いた場合には、複数箇所について行った柄の判定についてマッチングの最もよい柄であると判定してもよい。例えば、２５００箇所を所定領域として用いた場合には、それぞれの領域で判定された柄のうち最も多かった柄をそのシート材に含まれる柄であると判定してもよい。
柄判定部３５ｂは、以下のステップによってシート材に含まれる柄を判定する。
（ａ）算出した三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比する（Ｓ１１）。
（ｂ）算出した三刺激値特徴量と最も近い三刺激値特徴量の柄がシート材に含まれていると判定する（Ｓ１２）。
なお、上記所定領域として複数箇所を用いた場合には、複数箇所について行った柄の判定についてマッチングの最もよい柄であると判定してもよい。例えば、２５００箇所を所定領域として用いた場合には、それぞれの領域で判定された柄のうち最も多かった柄をそのシート材に含まれる柄であると判定してもよい。
上記三刺激値特徴量の対比において、算出した三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量との、各成分同士の差分の絶対値を積算した差分積算値で判定してもよい。
さらに、算出した三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルと、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルとの内積の値で判定してもよい。内積の値が最大となる柄がシート材に含まれていると判定できる。この場合、内積の計算が必要であるが、柄ごとの三刺激値における固有の特徴を反映させることができるので、より正確に柄を判定できる。
以上によって、シート材に含まれる柄を判定できる。
以上によって、シート材に含まれる柄を判定できる。
また、プログラム３５には、シート材画像取得部３５ｃを含んでいてもよい。シート材画像取得部３５ｃは、実行時には、記憶部３２から読み出されて処理部３１にて実行される。このシート材画像取得部３５ｃでは、例えば、以下のステップによって検査台とシート材との境界を判定し、境界より内側をシート材のカラー画像として取得してもよい。
（ｉ）撮像した画像において、搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿ってピクセル毎の明度Ｌの変化量ΔＬを計算する。
（ｉｉ）次いで、変化量ΔＬが所定の閾値を越えたピクセルを検査台とシート材との境界として検出する。
（ｉｉｉ）搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿って検出した検査台とシート材との２つの境界の間をシート材のカラー画像として取得する。
以上によって、撮像した画像からシート材のカラー画像を取得できる。
（ｉ）撮像した画像において、搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿ってピクセル毎の明度Ｌの変化量ΔＬを計算する。
（ｉｉ）次いで、変化量ΔＬが所定の閾値を越えたピクセルを検査台とシート材との境界として検出する。
（ｉｉｉ）搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿って検出した検査台とシート材との２つの境界の間をシート材のカラー画像として取得する。
以上によって、撮像した画像からシート材のカラー画像を取得できる。
なお、必要に応じて検査部３５ｄを含んでいてもよい。検査部３５ｄによって、例えば、シート材画像取得部によって得られたシート材のカラー画像に基づいて、シート材の欠陥を検査する。シート材の欠陥としては、例えば、穴、汚れ等である。この検査部３５ｄも、実行時には、記憶部３２から読み出されて処理部３１にて実行される。
＜表示部＞
表示部３３は、例えば、シート材画像取得部３５ｃによって得られた画像を表示できればよい。
表示部３３は、例えば、シート材画像取得部３５ｃによって得られた画像を表示できればよい。
（実施例１）
図５Ａの柄１を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１であった。柄２の三刺激値特徴量との差分積算値は１７９であった。柄３の三刺激値特徴量との差分積算値は３６１であった。柄４の三刺激値特徴量との差分積算値は８４４であった。柄５（無地）の三刺激値特徴量との差分積算値は１３２であった。
そこで、この場合には、図５Ａのシート材には、差分積算値が最も小さい柄１が含まれていることがわかった。
また、図５Ｂの柄１を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は０であった。柄２の三刺激値特徴量との差分積算値は８７１であった。柄３の三刺激値特徴量との差分積算値は６９３であった。柄４の三刺激値特徴量との差分積算値は１６３０であった。柄５（無地）の三刺激値特徴量との差分積算値は９６であった。
そこで、この場合には、図５Ｂのシート材には、差分積算値が最も小さい柄１が含まれていることがわかった。
つまり、実施例１では、図５Ａの新品の場合だけでなく、図５Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄１であると判定できた。
図５Ａの柄１を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１であった。柄２の三刺激値特徴量との差分積算値は１７９であった。柄３の三刺激値特徴量との差分積算値は３６１であった。柄４の三刺激値特徴量との差分積算値は８４４であった。柄５（無地）の三刺激値特徴量との差分積算値は１３２であった。
そこで、この場合には、図５Ａのシート材には、差分積算値が最も小さい柄１が含まれていることがわかった。
また、図５Ｂの柄１を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は０であった。柄２の三刺激値特徴量との差分積算値は８７１であった。柄３の三刺激値特徴量との差分積算値は６９３であった。柄４の三刺激値特徴量との差分積算値は１６３０であった。柄５（無地）の三刺激値特徴量との差分積算値は９６であった。
そこで、この場合には、図５Ｂのシート材には、差分積算値が最も小さい柄１が含まれていることがわかった。
つまり、実施例１では、図５Ａの新品の場合だけでなく、図５Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄１であると判定できた。
（実施例２）
図６Ａの柄２を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は３５０であった。柄２の三刺激値特徴量との差分積算値は１であった。柄３の三刺激値特徴量との差分積算値は１０６であった。柄４の三刺激値特徴量との差分積算値は２６０であった。柄５（無地）の三刺激値特徴量との差分積算値は１６３３であった。
そこで、この場合には、図６Ａのシート材には、差分積算値が最も小さい柄２が含まれていることがわかった。
また、図６Ｂの柄１を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１５３であった。柄２の三刺激値特徴量との差分積算値は１２であった。柄３の三刺激値特徴量との差分積算値は８３であった。柄４の三刺激値特徴量との差分積算値は１３１であった。柄５（無地）の三刺激値特徴量との差分積算値は２２２６であった。
そこで、この場合には、図６Ｂのシート材には、差分積算値が最も小さい柄２が含まれていることがわかった。
つまり、実施例２では、図６Ａの新品の場合だけでなく、図６Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄２であると判定できた。
図６Ａの柄２を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は３５０であった。柄２の三刺激値特徴量との差分積算値は１であった。柄３の三刺激値特徴量との差分積算値は１０６であった。柄４の三刺激値特徴量との差分積算値は２６０であった。柄５（無地）の三刺激値特徴量との差分積算値は１６３３であった。
そこで、この場合には、図６Ａのシート材には、差分積算値が最も小さい柄２が含まれていることがわかった。
また、図６Ｂの柄１を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１５３であった。柄２の三刺激値特徴量との差分積算値は１２であった。柄３の三刺激値特徴量との差分積算値は８３であった。柄４の三刺激値特徴量との差分積算値は１３１であった。柄５（無地）の三刺激値特徴量との差分積算値は２２２６であった。
そこで、この場合には、図６Ｂのシート材には、差分積算値が最も小さい柄２が含まれていることがわかった。
つまり、実施例２では、図６Ａの新品の場合だけでなく、図６Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄２であると判定できた。
（実施例３）
図７Ａの柄３を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２９０１であった。柄２の三刺激値特徴量との差分積算値は６８であった。柄３の三刺激値特徴量との差分積算値は７であった。柄４の三刺激値特徴量との差分積算値は１５であった。柄５（無地）の三刺激値特徴量との差分積算値は６５０２であった。
そこで、この場合には、図７Ａのシート材には、差分積算値が最も小さい柄３が含まれていることがわかった。
また、図７Ｂの柄３を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１１０９であった。柄２の三刺激値特徴量との差分積算値は１７であった。柄３の三刺激値特徴量との差分積算値は６であった。柄４の三刺激値特徴量との差分積算値は２３であった。柄５（無地）の三刺激値特徴量との差分積算値は２８４７であった。
そこで、この場合には、図７Ｂのシート材には、差分積算値が最も小さい柄３が含まれていることがわかった。
つまり、実施例３では、図７Ａの新品の場合だけでなく、図７Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄３であると判定できた。
図７Ａの柄３を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２９０１であった。柄２の三刺激値特徴量との差分積算値は６８であった。柄３の三刺激値特徴量との差分積算値は７であった。柄４の三刺激値特徴量との差分積算値は１５であった。柄５（無地）の三刺激値特徴量との差分積算値は６５０２であった。
そこで、この場合には、図７Ａのシート材には、差分積算値が最も小さい柄３が含まれていることがわかった。
また、図７Ｂの柄３を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は１１０９であった。柄２の三刺激値特徴量との差分積算値は１７であった。柄３の三刺激値特徴量との差分積算値は６であった。柄４の三刺激値特徴量との差分積算値は２３であった。柄５（無地）の三刺激値特徴量との差分積算値は２８４７であった。
そこで、この場合には、図７Ｂのシート材には、差分積算値が最も小さい柄３が含まれていることがわかった。
つまり、実施例３では、図７Ａの新品の場合だけでなく、図７Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄３であると判定できた。
（実施例４）
図８Ａの柄４を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２４１６であった。柄２の三刺激値特徴量との差分積算値は１７３であった。柄３の三刺激値特徴量との差分積算値は７であった。柄４の三刺激値特徴量との差分積算値は０であった。柄５（無地）の三刺激値特徴量との差分積算値は４７７９であった。
そこで、この場合には、図８Ａのシート材には、差分積算値が最も小さい柄４が含まれていることがわかった。
また、図８Ｂの柄４を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２７２０であった。柄２の三刺激値特徴量との差分積算値は５４０であった。柄３の三刺激値特徴量との差分積算値は５１であった。柄４の三刺激値特徴量との差分積算値は１であった。柄５（無地）の三刺激値特徴量との差分積算値は４６６４であった。
そこで、この場合には、図８Ｂのシート材には、差分積算値が最も小さい柄４が含まれていることがわかった。
つまり、実施例４では、図８Ａの新品の場合だけでなく、図８Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄４であると判定できた。
図８Ａの柄４を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２４１６であった。柄２の三刺激値特徴量との差分積算値は１７３であった。柄３の三刺激値特徴量との差分積算値は７であった。柄４の三刺激値特徴量との差分積算値は０であった。柄５（無地）の三刺激値特徴量との差分積算値は４７７９であった。
そこで、この場合には、図８Ａのシート材には、差分積算値が最も小さい柄４が含まれていることがわかった。
また、図８Ｂの柄４を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は２７２０であった。柄２の三刺激値特徴量との差分積算値は５４０であった。柄３の三刺激値特徴量との差分積算値は５１であった。柄４の三刺激値特徴量との差分積算値は１であった。柄５（無地）の三刺激値特徴量との差分積算値は４６６４であった。
そこで、この場合には、図８Ｂのシート材には、差分積算値が最も小さい柄４が含まれていることがわかった。
つまり、実施例４では、図８Ａの新品の場合だけでなく、図８Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄４であると判定できた。
（実施例５）
図９Ａの柄５（無地）を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は７１であった。柄２の三刺激値特徴量との差分積算値は１１４であった。柄３の三刺激値特徴量との差分積算値は６８０であった。柄４の三刺激値特徴量との差分積算値は１２２６であった。柄５（無地）の三刺激値特徴量との差分積算値は７であった。
そこで、この場合には、図９Ａのシート材には、差分積算値が最も小さい柄５（無地）が含まれていることがわかった。
また、図９Ｂの柄５（無地）を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は８５であった。柄２の三刺激値特徴量との差分積算値は２０３であった。柄３の三刺激値特徴量との差分積算値は１６４であった。柄４の三刺激値特徴量との差分積算値は３４５であった。柄５（無地）の三刺激値特徴量との差分積算値は１８であった。
そこで、この場合には、図９Ｂのシート材には、差分積算値が最も小さい柄５が含まれていることがわかった。
つまり、実施例５では、図９Ａの新品の場合だけでなく、図９Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄５（無地）であると判定できた。
図９Ａの柄５（無地）を有するシート材の新品の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は７１であった。柄２の三刺激値特徴量との差分積算値は１１４であった。柄３の三刺激値特徴量との差分積算値は６８０であった。柄４の三刺激値特徴量との差分積算値は１２２６であった。柄５（無地）の三刺激値特徴量との差分積算値は７であった。
そこで、この場合には、図９Ａのシート材には、差分積算値が最も小さい柄５（無地）が含まれていることがわかった。
また、図９Ｂの柄５（無地）を有するシート材の洗濯物の場合のシート材のカラー画像についての三刺激値特徴量を算出した。次いで、記憶部３２に記憶された各三刺激値特徴量３４ａ、３４ｂ、３４ｃ、３４ｄ、３４ｅとの差分積算値を算出した。柄１の三刺激値特徴量との差分積算値は８５であった。柄２の三刺激値特徴量との差分積算値は２０３であった。柄３の三刺激値特徴量との差分積算値は１６４であった。柄４の三刺激値特徴量との差分積算値は３４５であった。柄５（無地）の三刺激値特徴量との差分積算値は１８であった。
そこで、この場合には、図９Ｂのシート材には、差分積算値が最も小さい柄５が含まれていることがわかった。
つまり、実施例５では、図９Ａの新品の場合だけでなく、図９Ｂの洗濯物において各刺激値の最大値が減少している場合も正確に柄５（無地）であると判定できた。
（実施の形態２）
図１２Ａは、実施の形態２に係るシート材の画像処理装置１０ａにおいて、搬送方向（Ｘ方向）に垂直な方向（Ｙ方向）から見た光学系を示す概略図である。図１２Ｂは、図１２Ａの光学系を搬送方向（Ｘ方向）の下流側から見た概略図である。図１３は、実施の形態２に係るシート材の画像処理装置１０ａの構成を示すブロック図である。
実施の形態２に係るシート材の画像処理装置１０ａは、実施の形態１に係るシート材の画像処理装置と対比すると、図１２Ａ及び図１２Ｂに示すように、片側に設けた２つの光源部２３ａ、２３ｂを含む光学系である点で相違する。また、このシート材の画像処理装置１０ａは、図１３に示すように、記憶部３２に記憶する三刺激値特徴量が織柄１の三刺激値特徴量３４ｆと織柄２の三刺激値特徴量３４ｇである点で相違する。
図１２Ａは、実施の形態２に係るシート材の画像処理装置１０ａにおいて、搬送方向（Ｘ方向）に垂直な方向（Ｙ方向）から見た光学系を示す概略図である。図１２Ｂは、図１２Ａの光学系を搬送方向（Ｘ方向）の下流側から見た概略図である。図１３は、実施の形態２に係るシート材の画像処理装置１０ａの構成を示すブロック図である。
実施の形態２に係るシート材の画像処理装置１０ａは、実施の形態１に係るシート材の画像処理装置と対比すると、図１２Ａ及び図１２Ｂに示すように、片側に設けた２つの光源部２３ａ、２３ｂを含む光学系である点で相違する。また、このシート材の画像処理装置１０ａは、図１３に示すように、記憶部３２に記憶する三刺激値特徴量が織柄１の三刺激値特徴量３４ｆと織柄２の三刺激値特徴量３４ｇである点で相違する。
実施の形態２に係るシート材の画像処理装置１０ａの光学系について説明する。
図１２Ａに示すように、撮像部２４のシート材１からの高さＨ１は、例えば１６０ｍｍとしてもよい。また、図１２Ｂに示すように、撮像部２４のシート材１からの高さＨ２は、例えば１６０ｍｍであり、撮像部２４の鉛直方向からの傾きθ１は、例えば１６度である。第１の光源部２３ａのシート材からの高さＨ３は、例えば１６０ｍｍであり、第１の光源部２３ａの鉛直方向からの傾きθ２は、例えば７度である。第２の光源部２３ｂのシート材からの高さＨ４は、例えば２００ｍｍであり、第２の光源部２３ｂの鉛直方向からの傾きθ３は、例えば１０度である。また、第１の光源部２３ａと撮像部２４の距離Ｄ１は、例えば２４０ｍｍであり、第２の光源部２３ｂと撮像部２４との距離Ｄ２は、例えば４１０ｍｍである。
なお、撮像部２４と、第１及び第２の光源部２３ａ、２３ｂとは、正反射位置からは外した条件で互いに向かい合うように配置されている。
図１２Ａに示すように、撮像部２４のシート材１からの高さＨ１は、例えば１６０ｍｍとしてもよい。また、図１２Ｂに示すように、撮像部２４のシート材１からの高さＨ２は、例えば１６０ｍｍであり、撮像部２４の鉛直方向からの傾きθ１は、例えば１６度である。第１の光源部２３ａのシート材からの高さＨ３は、例えば１６０ｍｍであり、第１の光源部２３ａの鉛直方向からの傾きθ２は、例えば７度である。第２の光源部２３ｂのシート材からの高さＨ４は、例えば２００ｍｍであり、第２の光源部２３ｂの鉛直方向からの傾きθ３は、例えば１０度である。また、第１の光源部２３ａと撮像部２４の距離Ｄ１は、例えば２４０ｍｍであり、第２の光源部２３ｂと撮像部２４との距離Ｄ２は、例えば４１０ｍｍである。
なお、撮像部２４と、第１及び第２の光源部２３ａ、２３ｂとは、正反射位置からは外した条件で互いに向かい合うように配置されている。
上記光学系によって、織の凹凸で生まれる織柄についても、凹部と凸部とで異なる明度のシート材のカラー画像を得ることができる。
そこで、このシート材の画像処理装置１０ａによれば、図１２Ａ及び図１２Ｂに示す光学系によってシート材のカラー画像を得ることで、図１４Ａ及び図１４Ｂに示す織柄１及び織柄２の場合にも三刺激値特徴量を算出して、判定できる。
そこで、このシート材の画像処理装置１０ａによれば、図１２Ａ及び図１２Ｂに示す光学系によってシート材のカラー画像を得ることで、図１４Ａ及び図１４Ｂに示す織柄１及び織柄２の場合にも三刺激値特徴量を算出して、判定できる。
（実施の形態３）
図１５は、実施の形態３に係るシート材の画像処理装置１０ｂの構成を示すブロック図である。図１６は、実施の形態３に係るシート材の画像処理方法における柄判定方法のフローチャートである。
実施の形態３に係るシート材の画像処理装置１０ｂは、シート材を搬送する搬送部１１と、前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部１２と、シート材のカラー画像の所定領域において色値の変化量の総和を計算し、前記色値の変化量の総和が閾値を超えない場合はシート材を無地物と判定し、閾値を超える場合はシート材が柄を有する柄物と判定する柄判定部３５ｂと、を備える。
図１５は、実施の形態３に係るシート材の画像処理装置１０ｂの構成を示すブロック図である。図１６は、実施の形態３に係るシート材の画像処理方法における柄判定方法のフローチャートである。
実施の形態３に係るシート材の画像処理装置１０ｂは、シート材を搬送する搬送部１１と、前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部１２と、シート材のカラー画像の所定領域において色値の変化量の総和を計算し、前記色値の変化量の総和が閾値を超えない場合はシート材を無地物と判定し、閾値を超える場合はシート材が柄を有する柄物と判定する柄判定部３５ｂと、を備える。
上記柄判定部３５ｂは、実行時には、記憶部３２から読み出されて処理部３１にて実行される。この柄判定部３５ｂでは、例えば、以下のステップによってシート材が無地物か柄物かを判定してもよい。
（ｉ）撮像した画像の所定領域において、搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿ってピクセル毎の色値（例えば、ＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂ）の変化量ΔＣを計算する（Ｓ２１）。ここで、変化量は、Ｙ方向に沿った隣のピクセルとの色値の差の絶対値であってもよい。
（ｉｉ）Ｙ方向に沿って所定領域内の全てのピクセルに対して変化量を計算し、所定領域内の変化量の総和ΣΔＣを求める（Ｓ２２）。
（ｉｉｉ）ΣΔＣを所定の閾値と比較し、閾値を超えない場合は無地物と判定し、閾値を超える場合は柄物と判定する（Ｓ２３）。
以上によって、撮像したシート材が無地物か柄物かを判定できる。
（ｉ）撮像した画像の所定領域において、搬送方向（Ｘ方向）と交差する方向（Ｙ方向）に沿ってピクセル毎の色値（例えば、ＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂ）の変化量ΔＣを計算する（Ｓ２１）。ここで、変化量は、Ｙ方向に沿った隣のピクセルとの色値の差の絶対値であってもよい。
（ｉｉ）Ｙ方向に沿って所定領域内の全てのピクセルに対して変化量を計算し、所定領域内の変化量の総和ΣΔＣを求める（Ｓ２２）。
（ｉｉｉ）ΣΔＣを所定の閾値と比較し、閾値を超えない場合は無地物と判定し、閾値を超える場合は柄物と判定する（Ｓ２３）。
以上によって、撮像したシート材が無地物か柄物かを判定できる。
なお、上記柄判定部３５ｂでは、所定領域内に汚れ、染み、穴等の欠陥があった場合にもその境界における色値の変化量ΔＣ（ノイズ）は、積算値ΣΔＣに対して比較的小さいものである。従来の色値の振幅で判定する手法はノイズに弱く、特に色差の小さい柄を正確に判定することは難しかった。本実施の形態２の柄判定部３５ｂによれば、このように色差の少ないシート材に対してもノイズの影響を抑え、正確に無地物と柄物の判定ができる。
なお、本開示においては、前述した様々な実施の形態及び／又は実施例のうちの任意の実施の形態及び／又は実施例を適宜組み合わせることを含むものであり、それぞれの実施の形態及び／又は実施例が有する効果を奏することができる。
本発明に係るシート材の画像処理装置によれば、シート材に含まれる柄をより正確に判定できる。
１、１ａ、１ｂ シート材
１０、１０ａ、１０ｂ 画像処理装置
１１ 搬送部
１２ 検査台
１３、１３ａ、１３ｂ 光源部
１４、１４ａ、１４ｂ、１４ｃ 撮像部
２３、２３ａ、２３ｂ 光源部
２４ 撮像部
３０ 制御部（コンピュータ装置）
３１ 処理部
３２ 記憶部
３３ 表示部
３４ 柄の三刺激値特徴量
３４ａ 柄１の三刺激値特徴量
３４ｂ 柄２の三刺激値特徴量
３４ｃ 柄３の三刺激値特徴量
３４ｄ 柄４の三刺激値特徴量
３４ｅ 柄５の三刺激値特徴量
３４ｆ 織柄１の三刺激値特徴量
３４ｇ 織柄２の三刺激値特徴量
３５ プログラム
３５ａ 三刺激値特徴量算出部
３５ｂ 柄判定部
３５ｃ シート材画像取得部
３５ｄ 検査部
１０、１０ａ、１０ｂ 画像処理装置
１１ 搬送部
１２ 検査台
１３、１３ａ、１３ｂ 光源部
１４、１４ａ、１４ｂ、１４ｃ 撮像部
２３、２３ａ、２３ｂ 光源部
２４ 撮像部
３０ 制御部（コンピュータ装置）
３１ 処理部
３２ 記憶部
３３ 表示部
３４ 柄の三刺激値特徴量
３４ａ 柄１の三刺激値特徴量
３４ｂ 柄２の三刺激値特徴量
３４ｃ 柄３の三刺激値特徴量
３４ｄ 柄４の三刺激値特徴量
３４ｅ 柄５の三刺激値特徴量
３４ｆ 織柄１の三刺激値特徴量
３４ｇ 織柄２の三刺激値特徴量
３５ プログラム
３５ａ 三刺激値特徴量算出部
３５ｂ 柄判定部
３５ｃ シート材画像取得部
３５ｄ 検査部
Claims (4)
- 柄を有するシート材を搬送する搬送部と、
前記搬送部によって搬送されてきた前記シート材を撮像してシート材のカラー画像を得る撮像部と、
前記シート材のカラー画像から所定領域における複数のピクセルの色値ごとの最大値、最小値及び平均値を計算し、前記色値ごとに前記最大値と前記最小値との差分値を前記平均値で割った色特徴量を算出する色特徴量算出部と、
算出した前記色特徴量と、あらかじめ記録されている複数の柄の色特徴量とを対比して、最も近い色特徴量の柄が前記シート材に含まれていると判定する柄判定部と、
を備えた、シート材の画像処理装置。 - 前記色特徴量算出部は、前記シート材のカラー画像から所定領域における複数のピクセルのＲＧＢ表色系による三刺激値Ｒ、Ｇ、Ｂごとの最大値（Ａｒ、Ａｇ、Ａｂ）と最小値（Ｂｒ、Ｂｇ、Ｂｂ）と平均値（Ｃｒ、Ｃｇ、Ｃｂ）を計算し、下記式、
Ｒ成分特徴量＝（（Ａｒ－Ｂｒ））／Ｃｒ
Ｇ成分特徴量＝（（Ａｇ－Ｂｇ））／Ｃｇ
Ｂ成分特徴量＝（（Ａｂ－Ｂｂ））／Ｃｂ
によってＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量の三刺激値特徴量を前記色特徴量として算出する三刺激値特徴量算出部であって、
前記柄判定部は、算出した前記三刺激値特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量とを対比して、最も近い三刺激値特徴量の柄が前記シート材に含まれていると判定する、請求項１に記載のシート材の画像処理装置。 - 前記柄判定部は、算出した前記三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量と、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量との各成分の差分の絶対値を積算した差分積算値が最小の柄が前記シート材に含まれていると判定する、請求項２に記載のシート材の画像処理装置。
- 前記柄判定部は、算出した前記三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルと、あらかじめ記録されている複数の柄の三刺激値特徴量のＲ成分特徴量、Ｇ成分特徴量、Ｂ成分特徴量を成分とするベクトルとの内積の値が最大となる柄が前記シート材に含まれていると判定する、請求項２に記載のシート材の画像処理装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018214123A JP7185501B2 (ja) | 2018-11-14 | 2018-11-14 | 柄を有するシート材の画像処理装置 |
| JP2022188573A JP7350146B2 (ja) | 2018-11-14 | 2022-11-25 | 柄を有するシート材の画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018214123A JP7185501B2 (ja) | 2018-11-14 | 2018-11-14 | 柄を有するシート材の画像処理装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022188573A Division JP7350146B2 (ja) | 2018-11-14 | 2022-11-25 | 柄を有するシート材の画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020085443A JP2020085443A (ja) | 2020-06-04 |
| JP7185501B2 true JP7185501B2 (ja) | 2022-12-07 |
Family
ID=70907425
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018214123A Active JP7185501B2 (ja) | 2018-11-14 | 2018-11-14 | 柄を有するシート材の画像処理装置 |
| JP2022188573A Active JP7350146B2 (ja) | 2018-11-14 | 2022-11-25 | 柄を有するシート材の画像処理装置 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022188573A Active JP7350146B2 (ja) | 2018-11-14 | 2022-11-25 | 柄を有するシート材の画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP7185501B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112561804A (zh) * | 2020-10-09 | 2021-03-26 | 天津大学 | 基于多尺度细节增强的低光照水下图像增强方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009038537A (ja) | 2007-07-31 | 2009-02-19 | Sharp Corp | 画像処理装置、画像形成装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 |
| JP2014048257A (ja) | 2012-09-04 | 2014-03-17 | Plex International Design Co Ltd | 布片検査方法および布片検査装置 |
| JP2014202700A (ja) | 2013-04-09 | 2014-10-27 | 株式会社プレックス | 色柄判別装置および色柄判別方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2880393B2 (ja) * | 1994-01-31 | 1999-04-05 | ジューキ株式会社 | 柄合せ装置 |
| JP4001162B2 (ja) * | 2005-11-04 | 2007-10-31 | オムロン株式会社 | 画像処理方法、画像処理用のプログラムならびにその記憶媒体、および画像処理装置 |
-
2018
- 2018-11-14 JP JP2018214123A patent/JP7185501B2/ja active Active
-
2022
- 2022-11-25 JP JP2022188573A patent/JP7350146B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009038537A (ja) | 2007-07-31 | 2009-02-19 | Sharp Corp | 画像処理装置、画像形成装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体 |
| JP2014048257A (ja) | 2012-09-04 | 2014-03-17 | Plex International Design Co Ltd | 布片検査方法および布片検査装置 |
| JP2014202700A (ja) | 2013-04-09 | 2014-10-27 | 株式会社プレックス | 色柄判別装置および色柄判別方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7350146B2 (ja) | 2023-09-25 |
| JP2020085443A (ja) | 2020-06-04 |
| JP2023011021A (ja) | 2023-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7150105B2 (ja) | 三次元画像処理装置及び三次元画像処理方法 | |
| JP7350146B2 (ja) | 柄を有するシート材の画像処理装置 | |
| US10607333B2 (en) | Real-time, full web image processing method and system for web manufacturing supervision | |
| US9536295B2 (en) | Three-dimensional image processing apparatus, three-dimensional image processing method, three-dimensional image processing program, computer-readable recording medium, and recording device | |
| US20150022637A1 (en) | Three-Dimensional Image Processing Apparatus, Three-Dimensional Image Processing Method, Three-Dimensional Image Processing Program, Computer-Readable Recording Medium, And Recording Device | |
| JP2016224051A (ja) | 洗濯又はクリーニングされた洗濯物を検査するための方法 | |
| JP6120405B2 (ja) | 布類検査装置 | |
| JP2019039798A (ja) | 金属帯表面の検査方法および検査装置 | |
| JP7185500B2 (ja) | シート材の画像処理装置 | |
| JP2012022518A (ja) | マーク読み取り装置、および方法 | |
| CN115471504B (zh) | 一种基于纺织物的线头自动识别方法 | |
| Das et al. | Defect detection of jute fabric using image processing | |
| Luo et al. | An efficient method for solid‐colour and multicolour region segmentation in real yarn‐dyed fabric images | |
| JP2003138468A (ja) | 織物検査装置 | |
| JP7357203B2 (ja) | 表面性状検出方法及び表面性状検出装置 | |
| EP3062516A1 (en) | Parallax image generation system, picking system, parallax image generation method, and computer-readable recording medium | |
| WO2017198348A1 (en) | Real-time, full web image processing method and system for web manufacturing supervision | |
| JP2001305051A (ja) | 鮮明度光沢度の測定方法及び測定装置 | |
| JP2016109532A (ja) | 面の評価方法および面の評価装置 | |
| JP6048872B2 (ja) | 布片検査方法および布片検査装置 | |
| Yıldırım | Determination of optimum filter size for detecting yarn boundaries | |
| JP6048873B2 (ja) | 布片検査方法および布片検査装置 | |
| US20210383145A1 (en) | A food processing device and a method of providing images of food objects in a food processing device | |
| JP2001192963A (ja) | 組織構造を有するシートの検査装置 | |
| Babu et al. | Online sewing defect monitoring for SNLS machine by Image Processing Technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220809 |
|
| 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: 20221101 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221125 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7185501 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |