JP7188644B2 - 繊維を含む製品の画像の解析方法、そのプログラムおよび解析装置 - Google Patents

Description

本開示は、画像の解析に関し、より特定的には、繊維を含む画像の解析に関する。

ランダムループ構造を有する網状構造体、紙、不織布、または、フェルト等の繊維を含む製品の品質改良のためには、繊維を含む製品の構造の解析が重要となる。繊維を含む製品は、複数の繊維が複雑に絡まった構造を有しており、繊維を含む製品の構造の解析は、例えば、太さおよび長さ等の各繊維自体の形状の解析と、繊維間のからまり具合の解析とを含む。

繊維を含む製品の解析に関し、例えば、特開２０１６－０４５１４１号公報（特許文献１）は、「複数の湾曲した繊維を含む製品の二次元又は三次元画像を取得する工程、画像中の繊維部分に仮想的な粒子を詰め込む工程を含み、繊維を粒子の集合体として解析することを特徴とする、複数の湾曲した繊維を含む製品の画像解析方法」を開示している（［要約］参照）。

特開２０１６－０４５１４１号公報

特許文献１に開示された技術によると、繊維を含む製品の画像から独立した繊維の構造を推定することができない。したがって、繊維を含む製品の画像から独立した繊維の構造を推定するための技術が必要とされている。

本開示は、上記のような背景に鑑みてなされたものであって、ある局面における目的は、繊維を含む製品の画像から独立した繊維の構造を推定するための技術を提供することにある。

ある実施の形態に従う、繊維を含む製品の画像の解析方法は、繊維を含む製品の３次元画像を取得するステップと、３次元画像の中の繊維を粒子の集合に変換するステップと、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維の構造を推定するステップとを含む。

ある局面において、繊維の構造を推定するステップは、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維が存在する領域に繊維の構造を模したデータを生成するステップを含む。

ある局面において、粒子の集合は、半径を持たない点の集合である。
ある局面において、繊維の構造を模したデータは、粒子の集合に含まれる複数の粒子を頂点とする多面体の集合、紐状のオブジェクト、または、チューブ状のオブジェクトのいずれかである。

ある局面において、繊維の構造を推定するステップは、粒子の半径を増加させるステップと、複数の粒子が互いに接触することにより空洞が発生するときの粒子の第１のパラメータを取得するステップと、空洞が消滅するときの粒子の第２のパラメータを取得するステップと、第１のパラメータと、第２のパラメータとに基づいて、繊維が存在すると推定される領域にある粒子を選択するステップとを含む。

ある局面において、繊維が存在すると推定される領域にある粒子を選択するステップは、粒子の半径が予め定められた範囲内である場合に空洞が発生または消滅したとき、発生または消滅した空洞を構成する粒子が存在する領域を繊維が存在する領域であると判定するステップを含む。

ある局面において、解析方法は、選択された粒子からなる多面体の外心の集合を算出するステップと、外心の集合から、繊維の中心線の位置を推定するステップとをさらに含む。

ある局面において、解析方法は、外心の集合にカーブフィッティングを実行するステップをさらに含む。

ある局面において、解析方法は、中心線上に均等に配置された点の集合の座標を算出するステップと、点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップとをさらに含む。

ある局面において、点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップは、第１の繊維における点の集合の一部と、第２の繊維における点の集合の一部とからなる三角形の外心の位置を推定するステップと、複数の三角形の外心にカーブフィッティングを実行するステップとを含む。

他の実施の形態に従うと、上記の方法を１または複数のプロセッサに実行させるためのプログラムが提供される。

他の実施の形態に従うと、１または複数のプロセッサと、上記の方法をプロセッサに実行させるためのプログラムを格納したメモリとを備える、解析装置が提供される。

ある実施の形態に従うと、繊維を含む製品の画像から独立した繊維の構造を推定することが可能である。

この開示内容の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本開示に関する次の詳細な説明から明らかとなるであろう。

繊維のネットワーク構造解析のイメージの一例を示す図である。 ある実施の形態に従う解析装置２００のハードウェア構成の一例を示す図である。 ある実施の形態に従う繊維を含む製品の画像の解析方法の概要の一例を示す図である。 繊維を含む製品の製造プロセスの概要の一例を示す図である。 繊維を含む製品の画像のポイントクラウドへの変換の一例を示す図である。 ポイントクラウドのＰＨ（Persistent Homology）解析処理の概要を示す図である。 ＰＨ解析法による繊維のポイントクラウドの解析結果のプロットの手順の一例を示す図である。 ＰＨ解析法の特性の一例を示す図である。 ポイントクラウド３２０に変換された繊維をＰＨ解析して得られたプロットデータ３３０の一例を示す図である。 プロットデータ３３０に基づいて繊維の構造を模したデータを生成する手順の一例を示す図である。 隣接する繊維の接点を推定する処理（太線化処理）の第１の手順の一例を示す図である。 隣接する繊維の接点を推定する処理（太線化処理）の第２の手順の一例を示す図である。 繊維を含む製品の画像の解析の手順の一例を示す図である。

以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。本開示に係る技術思想は、繊維を含む製品および繊維に対して適用可能である。これ以降、繊維を含む製品の一例として、熱可塑性エラストマーの連続線条体からなる三次元ランダムループ接合構造を持つ網状構造体を用いて、また、繊維の一例として、連続線条体を用いて、本開示に係る技術思想について説明する。なお、本開示に係る技術思想は、他の任意の繊維を含む製品、および、他の任意の繊維に対しても適用可能である。

図１は、繊維のネットワーク構造解析のイメージの一例を示す図である。繊維のネットワーク構造解析は、細線化の処理および太線化の処理を含む。細線化の処理は、個別の繊維を１本の線として抽出する処理である。細線化の処理は、個別の繊維の構造を明らかにする。図１に示す例では、ＣＴ（Computed Tomography）スキャンデータ１１０を細線化することで、繊維構造１２０が得られる。太線化の処理は、細線化の処理により求めた個別の繊維に太さを持たせ、隣接する繊維の接点を推定する処理である。太線化の処理は、隣接する繊維の接点を明らかにする。図１に示す例では、繊維構造１２０を太線化することで、隣接する繊維の接点情報を含むトポロジー１３０が得られる。

本実施の形態に従う解析装置は、上述した繊維のネットワーク構造解析、すなわち、繊維の細線化処理および太線化処理を実行することができる。以下、当該解析装置の構成およびネットワーク構造解析の流れについて説明する。

図２は、本実施の形態に従う解析装置２００のハードウェア構成の一例を示す図である。解析装置２００は、図３以降を参照して説明する繊維を含む製品の画像の解析方法を実現するプログラムを実行し得る。解析装置２００は、ＣＰＵ（Central Processing Unit）２０１と、１次記憶装置２０２と、２次記憶装置２０３と、外部機器インターフェイス２０４と、入力インターフェイス２０５と、出力インターフェイス２０６と、通信インターフェイス２０７とを含む。

ＣＰＵ２０１は、解析装置２００の各種機能を実現するためのプログラムを実行し得る。ＣＰＵ２０１は、例えば、少なくとも１つの集積回路によって構成される。集積回路は、例えば、少なくとも１つのＣＰＵ、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはこれらの組み合わせなどによって構成されてもよい。

１次記憶装置２０２は、ＣＰＵ２０１によって実行されるプログラムと、ＣＰＵ２０１によって参照されるデータとを格納する。ある局面において、１次記憶装置２０２は、ＤＲＡＭ（Dynamic Random Access Memory）またはＳＲＡＭ（Static Random Access Memory）等によって実現されてもよい。

２次記憶装置２０３は、不揮発性メモリーであり、ＣＰＵ２０１によって実行されるプログラムおよびＣＰＵ２０１によって参照されるデータを格納してもよい。その場合、ＣＰＵ２０１は、２次記憶装置２０３から１次記憶装置２０２に読み出されたプログラムを実行し、２次記憶装置２０３から１次記憶装置２０２に読み出されたデータを参照する。ある局面において、２次記憶装置２０３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）またはフラッシュメモリー等によって実現されてもよい。

外部機器インターフェイス２０４は、プリンター、スキャナーおよび外付けＨＤＤなどの任意の外部機器に接続され得る。ある局面において、外部機器インターフェイス２０４は、ＵＳＢ（Universal Serial Bus）端子等によって実現されてもよい。

入力インターフェイス２０５は、キーボード、マウス、タッチパッドまたはゲームパッドなどの任意の入力装置に接続され得る。ある局面において、入力インターフェイス２０５は、ＵＳＢ端子、ＰＳ／２端子およびＢｌｕｅｔｏｏｔｈ（登録商標）モジュール等によって実現されてもよい。

出力インターフェイス２０６は、ブラウン管ディスプレイ、液晶ディスプレイまたは有機ＥＬ（Electro-Luminescence）ディスプレイなどの任意の出力装置に接続され得る。ある局面において、出力インターフェイス２０６は、ＵＳＢ端子、Ｄ－ｓｕｂ端子、ＤＶＩ（Digital Visual Interface）端子およびＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）端子等によって実現されてもよい。

通信インターフェイス２０７は、有線または無線のネットワーク機器と接続される。ある局面において、通信インターフェイス２０７は、有線ＬＡＮ（Local Area Network）ポートおよびＷｉ-Ｆｉ（登録商標）（Wireless Fidelity）モジュール等によって実現されてもよい。他の局面において、通信インターフェイス２０７は、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）、ＵＤＰ（User Datagram Protocol）などの通信プロトコルを用いてデータを送受信してもよい。

図３は、本実施の形態に従う繊維を含む製品の画像の解析方法の概要の一例を示す図である。図３を参照して、本実施の形態に従う繊維を含む製品の画像の解析方法の一連の手順について説明する。図３に示す解析方法は、例えば、周知の構成を有するコンピュータ、または、解析装置２００によりプログラムとして実行されてもよい。

ステップ１において、解析装置２００は、解析対象の繊維を含む製品の画像３１０を取得する。画像３１０は、解析対象である繊維を含む製品の３次元画像であり、複数のスライス画像を含み得る。ある局面において、画像３１０は、ＣＴスキャン画像であってもよい。他の局面において、画像３１０は、ＭＲＩ（Magnetic Resonance Imaging）等の任意の装置を用いて撮影された３次元画像であってもよい。

ステップ２において、解析装置２００は、画像３１０内の各繊維を仮想的な粒子の集合であるポイントクラウド３２０に変換する。当該粒子の集合は、半径を持たない点の集合である。ある局面において、当該粒子の集合は、半径を有していてもよい。

解析装置２００は、例えば、ＣＴスキャン画像における各スライス画像に対してポイントクラウドへの変換処理を実行してもよい。その場合、解析装置２００は、各スライス画像のポイントクラウドへの変換処理の結果を重ね合わせることで、ポイントクラウド３２０を生成し得る。

ステップ３において、解析装置２００は、複数の粒子の集合に対してＰＨ解析を実行し、解析結果であるプロットデータ３３０を得る。ステップ３の詳細については後述する。解析装置２００は、プロットデータ３３０を参照することで、画像３１０内における繊維がある領域と、繊維がない領域とを推定し得る。ＰＨ解析法によって得られる解析結果は各粒子の分布の特徴を表す。そのため、解析装置２００は、粒子の集合に含まれる各粒子の位置関係（各粒子の分布の状態）に基づいて、繊維の構造を推定しているともいえる。

ステップ４において、解析装置２００は、ＰＨ解析による解析結果を用いて（ＰＨ逆解析により）、繊維の構造を模したデータ３４０を生成する。ＰＨ解析法によって得られる解析結果は各粒子の分布の特徴を表す。そのため、解析装置２００は、粒子の集合に含まれる各粒子の位置関係に基づいて、繊維の構造を模したデータを生成しているともいえる。ある局面において、繊維の構造を模したデータは、繊維が存在する領域または繊維の表面部分の領域に、粒子を表す点または球、もしくは、複数の粒子からなる多面体等のオブジェクトの集合を配置したものであってもよい。また、他の局面において、繊維の構造を模したデータは、紐状のオブジェクトまたは内部が空洞のチューブ状のオブジェクトであってもよい。

なお、解析対象の繊維を含む製品は、一例として、ランダムループ構造を有する網状構造体、不織布、フェルト、抄紙、アクリル、ポリエステル、ナイロンおよびレーヨン等の任意の繊維を含む製品を含み得る。

図４は、繊維を含む製品の製造プロセスの概要の一例を示す図である。図４を参照して、本実施の形態に従う繊維を含む製品の画像の解析方法の用途の一例について説明する。ここでの繊維を含む製品とは、例えば、熱可塑性エラストマーの連続線条体からなる三次元ランダムループ接合構造を持つ網状構造体である。ある局面において、繊維を含む製品は、その他の任意の繊維からなる製品であってもよい。繊維を含む製品４１０の製造装置４００は、例えば、繊維を含む製品４１０の製造条件等を有する。製造条件は、一例として、樹脂を吐出するノズルのオリフィス形状及び孔径、縦横のノズル間の距離、吐出温度、吐出量、エアーギャップ（吐出してから着水するまでの距離）等、および、これらの組み合わせを含み得る。製品開発担当者は、製品４１０が目標とする品質を得るために必要なランダムループ構造となるように、これらの製造条件を変更することで、異なる特性を持つ繊維を含む製品４１０を製造し得る。

一例として、製品開発担当者は、製造装置４００に異なる製造条件を設定し、繊維を含む製品４１０を２回試作したとする。この場合、製品開発担当者は、各製品の３次元画像を解析装置２００で解析した結果を参照することで、いずれの製造条件で製造された製品４１０が、目標とする品質を得るために必要なランダムループ構造を備えているかを確認することができる。

ある局面において、解析装置２００は、繊維を含む製品４１０の解析結果のフィードバックデータを製造装置４００に出力してもよい。その場合、製造装置４００は、当該フィードバックデータに基づいて、自動で設定を変更してもよいし、製品開発担当者に設定変更を促す表示をディスプレイ等に出力してもよい。

次に図３に示すステップ１～４の各処理についてより詳細に説明する。以下に示す処理は、一例として、解析装置２００により、プログラムとして実行されるものとして説明する。まず、図４を参照して、図３に示すステップ１の処理である繊維を含む製品４１０の３次元画像の取得処理、および、ステップ２の処理である当該３次元画像のポイントクラウドへの変換処理の詳細について説明する。

図５は、繊維を含む製品の画像のポイントクラウドへの変換の一例を示す図である。ある局面において、解析装置２００は、ＣＴスキャン装置等から、繊維を含む製品の３次元画像である画像３１０を受信してもよい。他の局面において、解析装置２００は、ネットワークまたは記憶媒体等を介して画像３１０を取得してもよい。

解析装置２００は、画像３１０を画像解析し、繊維を仮想的な粒子の集合として表現したポイントクラウド３２０を生成する。粒子は、半径を持たない点として表現され得る。また、ある局面において、粒子は、半径を持つ球として表現されてもよい。

解析装置２００は、例えば、画像３１０に含まれるスライス画像の１つを解析し、画像内の輝度情報等に基づいて、繊維があると推定される領域に一定間隔で粒子を配置し得る。より具体的には、解析装置２００は、第１の処理手順５１０および第２の処理手順５２０のいずれか、または、両方に基づいて、ポイントクラウド３２０を生成し得る。

第１の処理手順５１０は、中実繊維のポイントクラウド３２０の生成手順である。第１の処理手順５１０において、解析装置２００は、画像３１０の２次元スライス画像を取得する。次に、解析装置２００は、２次元スライス画像の輪郭を抽出する。最後に、解析装置２００は、２次元スライス画像の輪郭に基づいて、ポイントクラウド３２０を生成する。

第２の処理手順５２０は、中空繊維のポイントクラウド３２０の生成手順である。第２の処理手順５２０において、解析装置２００は、画像３１０の２次元スライス画像を取得する。次に、解析装置２００は、２次元スライス画像を２値化する。最後に、解析装置２００は、２値化した２次元スライス画像に基づいて、ポイントクラウド３２０を生成する。

第１の処理手順５１０および第２の処理手順５２０のいずれにおいても、解析装置２００は、繊維の空洞構造を表すポイントクラウド３２０を生成し得る。ある局面において、ポイントクラウド３２０は、繊維の中実構造を表してもよい。

解析装置２００は、スライス画像ごとにポイントクラウドを生成し、最終的に各スライス画像のポイントクラウドを重ね合わせることで３次元画像のポイントクラウド３２０を生成し得る。

解析装置２００は、スライス画像単位で上記のように細かな粒子を配置していくことで、画像３１０のような、繊維が重なって見える画像においても、正確に繊維がある領域に粒子を配置することができる。

次に、図６～図９を参照して、図３に示すステップ３の処理であるポイントクラウドのＰＨ解析処理の詳細について説明する。図６は、ポイントクラウドのＰＨ解析処理の概要を示す図である。

ＰＨ解析処理は、１次元のＰＨ解析処理（ＰＨ１解析）と、２次元の解析処理（ＰＨ２解析）とを含む。処理手順６１０は、１次元のＰＨ解析法の手順の一例を示している。解析装置２００は、ポイントクラウドに含まれる各粒子を半径のない球（点）の集合データと見なし、徐々に各球を膨らませる（各球の半径を増加させる）。解析装置２００が各球を膨らませ続けると、あるタイミングで、各球同士が接触することにより、各球同士の中心に空洞６３０（例えば、複数の球に囲まれた２次元の穴）が発生する。さらに、解析装置２００が各球を膨らませ続けると、空洞６３０は塞がって消滅する。解析装置２００は、この空洞６３０の発生タイミング（Ｂｉｒｔｈ）および消滅タイミング（Ｄｅａｔｈ）におけるパラメータ（例えば、球の半径）を取得する。図６に示す例では、空洞６３０が発生したときの各球の半径は「ｂ」であり、空洞６３０が消滅したときの球の半径は「ｄ」である。

処理手順６２０は、２次元のＰＨ解析法の手順の一例を示している。解析装置２００は、ポイントクラウドに含まれる各粒子を半径のない球（点）の集合データと見なし、徐々に各球を膨らませる（各球の半径を増加させる）。解析装置２００が各球を膨らませ続けると、あるタイミングで、各球同士が接触することにより、各球同士の中心に空洞６４０（複数の球に囲まれた３次元の空間）が発生する。さらに、解析装置２００が各球を膨らませ続けると、空洞６４０は塞がって消滅する。解析装置２００は、この空洞６４０の発生タイミング（Ｂｉｒｔｈ）および消滅タイミング（Ｄｅａｔｈ）におけるパラメータ（例えば、球の半径）を取得する。図６に示す例では、空洞６４０が発生したときの各球の半径は「ｂ」であり、空洞６４０が消滅したときの球の半径は「ｄ」である。

上記のように、１次元のＰＨ解析処理は、２次元の穴（空洞）の発生タイミングおよび消滅タイミングにおけるパラメータを取得する。これに対して、２次元のＰＨ解析処理は、３次元の空間（空洞）の発生タイミングおよび消滅タイミングにおけるパラメータを取得する。

ＰＨ解析法では、球（粒子）の位置および数に応じて、複数の空洞が発生し得る。例えば、ＰＨ解析中に空洞Ａ～Ｃが発生したとする。この場合、解析装置２００は、空洞Ａの発生タイミングにおいて空洞Ａを形成する各球の半径を取得する。同様に、解析装置２００は、空洞Ｂの発生タイミングにおいて空洞Ｂを形成する各球の半径を取得し、空洞Ｃの発生タイミングにおいて空洞Ｃを形成する各球の半径を取得する。次に、空洞Ａ～Ｃが消滅したとする。この場合、解析装置２００は、空洞Ａの消滅タイミングまで空洞Ａを形成していた各球の半径を取得する。同様に、解析装置２００は、空洞Ｂ，Ｃの消滅タイミングまで空洞Ｂ，Ｃの各々を形成していた各球の半径を取得する。そして、解析装置２００は、空洞Ａ～Ｃの各々の発生時における各球の半径と、空洞Ａ～Ｃの各々の消滅時における各球の半径とを２次元座標にプロットする。

図７は、ＰＨ解析法による繊維のポイントクラウドの解析結果のプロットの手順の一例を示す図である。プロットデータ７２０における横軸は発生パラメータ（空洞が発生したタイミングの球の半径で表わされるある関数）を示し、縦軸は消滅パラメータ（空洞が消滅したタイミングの球の半径で表わされるある関数）を示す。例えば、空洞６４０の発生パラメータおよび消滅パラメータは、座標Ｐ（ｂ、ｄ）にプロットされる。ある局面において、座標の単位は任意の値であってもよい。

図８は、ＰＨ解析法の特性の一例を示す図である。ＰＨ解析法は、解析対象である各球（ポイントクラウドに変換された繊維を構成する各粒子）の位置がある程度移動したとしても空洞への影響は小さく、ノイズに強いという特徴がある。また、ＰＨ解析法では、図８に示すように大きなリング構造８２０Ａと、小さなリング構造８２０Ｂとが発生し得る。大きなリング構造８２０Ａは、発生パラメータおよび消滅パラメータの差が大きい領域８１０Ａに含まれる。小さなリング構造は、発生パラメータおよび消滅パラメータの差が小さい領域８１０Ｂに含まれる。解析装置２００は、例えば、小さなリング構造８２０Ｂのみを構成する粒子８３０，８４０等を繊維構造に影響しない粒子として、ポイントクラウドから排除し得る。

図９は、ポイントクラウド３２０に変換された繊維をＰＨ解析して得られたプロットデータ３３０の一例を示す図である。解析装置２００は、図６および図７を参照して説明した手順に基づいて、ポイントクラウド３２０をＰＨ解析することで、プロットデータ３３０を生成する。

解析装置２００は、プロットデータ３３０に基づいて、繊維の構造および繊維の存在する領域等を推定し得る。例えば、プロットデータ３３０における大多数の空洞は、発生半径「４～８」の間で発生していることがわかる。この場合、発生半径「４～８」において空洞を形成する球（粒子）は、繊維内部に密集して配置されている可能性が高い。また、発生半径「８」以上でもいくつか空洞が発生している。この場合、重なり合った繊維の各表面付近に配置された粒子が空洞を形成した可能性がある。例えば、解析装置２００は、プロットデータ３３０を参照して、発生パラメータおよび／または消滅パラメータが特定の条件を満たす粒子を選択し、当該選択した粒子が存在する領域を繊維が存在する領域であると判定し得る。

ある局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で発生した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。他の局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で消滅した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。また、他の局面において、解析装置２００は、球の半径が予め定められた範囲（例えば、発生半径「４～８」）の間で発生および／または消滅した空洞を形成する球のみを選択して、これらの球を含む領域を繊維が存在する領域であると推定してもよい。

すなわち、解析装置２００は、空洞が発生するときの球の半径、および／または、空洞が消滅するときの球の半径に基づいて、繊維が存在すると推定される位置にある粒子を選択し、当該選択した粒子に基づいて繊維の構造および繊維の存在する領域を推定し得る。例えば、解析装置２００は、図８に示す大きなリング構造８２０Ａを構成する粒子のみを選択し得る。

次に、図１０～図１２を参照して、図３におけるステップ４の処理である繊維の構造を模したデータの生成処理と、隣接する繊維の接点を示すトポロジーの生成処理とについて説明する。

図１０は、プロットデータ３３０に基づいて繊維の構造を模したデータを生成する手順の一例を示す図である。ステップ１において、解析装置２００は、プロットデータ３３０を解析して、複数の粒子１０１０から四面体１０２０を含む１つ以上の四面体から構成される多面体を形成する。ある局面において、解析装置２００は、図８に示す領域８１０Ａ等に存在する粒子１０１０を選択して多面体を形成してもよい。言い換えれば、解析装置２００は、発生パラメータおよび消滅パラメータに基づいて粒子１０１０を選択し、当該選択された粒子１０１０から多面体を形成し得る。また、解析装置２００は、四面体１０２０の外心円１０３０の中心（外心）１０４０の座標を算出する。

ステップ２において、解析装置２００は、ステップ１の処理を繰り返し実行することにより、繊維１０００がある領域に四面体１０２０を配置していく。これらの四面体１０２０の集合は、繊維の構造を模したデータ１０５０となる。また、解析装置２００は、各四面体１０２０の外心１０４０の座標を算出する。

ステップ３において、解析装置２００は、各外心１０４０から繊維１０００の中心線１０６０の位置を推定する。解析装置２００は、３次元の空間にプロットされた各外心１０４０に対してカーブフィッティングを実行することにより、中心線１０６０の位置を推定し得る。

ステップ４において、解析装置２００は、中心線１０６０上に、均等な間隔で配置された点の座標を求める。点同士の間隔は任意に決定され得る。解析装置２００は、これらの点に基づいて、隣接する繊維の接点を推定し得る。

図１１は、隣接する繊維の接点を推定する処理（太線化処理）の第１の手順の一例を示す図である。ステップ１において、解析装置２００は、繊維１０００Ａの中心線１０６０Ａ上に均等に配置された複数の点１０７０Ａの座標を算出する。また、解析装置２００は、繊維１０００Ｂの中心線１０６０Ｂ上に均等に配置された複数の点１０７０Ｂの座標を算出する。

ステップ２において、解析装置２００は、これらの点の１次元のＰＨ解析によりプロットデータ１１２０を得る。ステップ３において、解析装置２００は、プロットデータ１１２０から、発生パラメータおよび消滅パラメータが一定の条件を満たす点を選択する。図１１に示す例では、解析装置２００は、三角形１１４０を含む１つ以上の三角形から構成される多角形を選択している。発生パラメータおよび消滅パラメータが一定の条件は、発生パラメータの範囲、および、消滅パラメータの範囲によって決定され得る。各パラメータの範囲は、予め実験結果等に基づいて決定され得る。

ステップ３において、解析装置２００は、選択された点に基づいて、三角形１１４０を含む１つ以上の三角形から構成される多角形を形成し得る。例えば、三角形１１４０の頂点の内、１つは繊維１０００Ａの点１０７０Ａから選択され、２つは繊維１０００Ｂの点１０７０Ｂから選択され得る。隣接する繊維１０００Ａ，１０００Ｂの接触面積が大きいほど、三角形１１４０の数は増加し得る。

図１２は、隣接する繊維の接点を推定する処理（太線化処理）の第２の手順の一例を示す図である。図１２に示す手順は、図１１に示す手順の続きである。ステップ４において、解析装置２００は、三角形１１４０の外心円１２５０の中心（外心）１２６０を算出する。ステップ５において、解析装置２００は、ステップ４の処理を繰り返し実行することにより、外心の集合１２７０を得る。

ステップ６において、解析装置２００は、外心の集合１２７０を選択する。ステップ７において、解析装置２００は、外心の集合１２７０に対しカーブフィッティングを実行し、繊維１０００Ａおよび繊維１０００Ｂの接点を推定する。繊維１０００Ａおよび繊維１０００Ｂの接点は、曲線１２８０として表現され得る。また、解析装置２００は、曲線１２８０上に均等な間隔で配置された点１２９０の座標を求める。点同士の間隔は任意に決定され得る。

上述したように、解析装置２００は、図１０に示す処理により、繊維の構造（中心線および中心線上に均等に配置された点の集合）を推定し得る。また、解析装置２００は、図１１および図１２に示す処理により、隣接する繊維の接点（２つの繊維が接触する位置を示す曲線および当該曲線上に均等に配置された点の集合）を推定し得る。

例えば、繊維を含む製品の開発担当者等は、これらの繊維の構造および隣接する繊維の接点の情報を参照することにより、繊維を含む製品に含まれる個別の繊維の構造および繊維同士の絡まり具合等を把握することができる。

図１３は、繊維を含む製品の画像の解析の手順の一例を示す図である。ある局面において、ＣＰＵ２０１は、図１３の処理を行うためのプログラムを２次記憶装置２０３から１次記憶装置２０２に読み込んで、当該プログラムを実行してもよい。他の局面において、当該処理の一部または全部は、当該処理を実行するように構成された回路素子の組み合わせとしても実現され得る。

ステップＳ１３０５において、ＣＰＵ２０１は、外部の装置から３次元画像データを取得する。ある局面において、３次元画像データは、ＣＴスキャン画像であってもよい。他の局面において、３次元画像データは、ＭＲＩ等の任意の装置を用いて撮影された３次元画像データであってもよい。また、他の局面において、ＣＰＵ２０１は、３次元画像データを任意のネットワークまたは記憶媒体を介して取得してもよい。

ステップＳ１３１０において、ＣＰＵ２０１は、取得した３次元画像データをポイントクラウドに変換する。より具体的には、ＣＰＵ２０１は、一例として、３次元画像データのスライスデータである２次元画像データを解析し、各２次元画像データのポイントクラウドを作成する。ＣＰＵ２０１は、各２次元画像データのポイントクラウドを合成することで、３次元画像データのポイントクラウドを作成し得る。本ステップの処理は、図５を参照して説明した解析方法に対応する。

ステップＳ１３１５において、ＣＰＵ２０１は、ポイントクラウドに対して２次のＰＨ解析処理（ＰＨ２解析）を実行する。また、ＣＰＵ２０１は、ＰＨ２解析の結果を２次元座標にプロットしたデータを生成する。本ステップの処理は、図６～図９を参照して説明した解析方法に対応する。

ステップＳ１３２０において、ＣＰＵ２０１は、ＰＨ２逆解析により、３次元データへの粒子の当てはめ処理を実行する。より具体的には、ＣＰＵ２０１は、一例として、ポイントクラウドに含まれる複数（例えば４個）の粒子からなる多面体を３次元空間に配置することで、繊維の構造を模したデータを生成する。さらに、ＣＰＵ２０１は、各多面体の外心を算出する。ある局面において、ＣＰＵ２０１は、多面体を３次元空間に配置する代わりに、ステップＳ１３１５の処理の解析結果に基づいて、繊維が存在すると推定される位置に紐状のデータまたは内部が空洞のチューブ状のデータを配置してもよい。

ステップＳ１３２５において、ＣＰＵ２０１は、ステップＳ１３２０にて求めた外心の集合に対してカーブフィッティングを実行する。ステップＳ１３３０において、ＣＰＵ２０１は、繊維の中心線を表す曲線を得る。また、ＣＰＵ２０１は、中心線上に均等な間隔で配置される点の座標を算出する。ステップＳ１３２０およびＳ１３２５の処理は、図１０を参照して説明した解析方法に対応する。

ステップＳ１３３５において、ＣＰＵ２０１は、ステップＳ１３２５にて算出した中心線上に配置される点集合に対して１次元のＰＨ解析（ＰＨ１解析）を実行し、リング構造（複数の点からなる空洞）を抽出する。

ステップＳ１３４０において、ＣＰＵ２０１は、ＰＨ１逆解析により、３次元データへの点の当てはめ処理を実行する。より具体的には、ＣＰＵ２０１は、中心線上に配置される点集合からなる三角形と、当該三角形の外心を求める。ステップＳ１３４５において、ＣＰＵ２０１は、ステップＳ１３４０にて求めた三角形の外心の集合に対してカーブフィッティングを実行する。

ステップＳ１３５０において、ＣＰＵ２０１は、隣接する繊維の接点を表す曲線を得る。また、ＣＰＵ２０１は、隣接する繊維の接点を表す曲線上に均等な間隔で配置される点の座標を算出する。本ステップの処理は、ステップＳ１３３５～Ｓ１３５０の処理は、図１１および図１２を参照して説明した解析方法に対応する。

ステップＳ１３５５において、ＣＰＵ２０１は、ステップＳ１３５０までの処理で得られた解析データ（繊維の構造を模したデータ、繊維の中心線、および、隣接する繊維の接点の情報等）を出力する。ある局面において、ＣＰＵ２０１は、ディスプレイに解析データを出力してもよい。他の局面において、ＣＰＵ２０１は、他の装置に解析データを送信してもよい。また、他の局面において、ＣＰＵ２０１は、別の解析プログラムに解析データを入力してもよい。

以上説明した通り、本実施の形態に従う繊維を含む製品の画像の解析方法は、繊維を含む製品の３次元画像データをポイントクラウドに変換して、変換後のデータをＰＨ解析し、その解析結果に基づいて繊維の構造を模したデータを生成する。当該解析方法により、例えば、繊維を含む製品の開発担当者等は、製造した製品に含まれる繊維の個別の構造や、繊維同士の絡まり具合等を解析することができる。

また、本実施の形態に従う繊維を含む製品の画像の解析方法は、ポイントクラウドを構成する複数の粒子からなる多面体の外心の位置に基づいて、繊維の構造および中心線の位置を推定する。さらに、当該解析方法は、隣接する繊維の中心線に基づいて、隣接する繊維の接点の情報を取得し得る。当該解析方法により、例えば、繊維を含む製品の開発担当者等は、各繊維の中心線同士の距離や位置関係に応じて、より詳細に繊維同士の絡まり具合等を把握することができる。

より具体的には、開発担当者は、本実施の形態に従う繊維を含む製品の画像の解析技術を用いて、繊維の形状を解析することで、繊維の配向、繊維の長さ、繊維の曲率、繊維の空間位置、繊維の密度、または、繊維の空孔の分布等を定量化して評価し得る。

さらに、開発担当者は、本実施の形態に従う繊維を含む製品の画像の解析方法を用いて、繊維のからまり具合を解析することで、接点／接点群（Side-by-side）の大きさ、接点／接点群の分布、接点／接点群の配向、繊維に沿った接点の位置（分布）、接点間の曲率、接点間の長さ、または、接点間の配向等を定量化して評価し得る。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味及び範囲内で全ての変更が含まれることが意図される。また、実施の形態および各変形例において説明された開示内容は、可能な限り、単独でも、組合わせても、実施することが意図される。

１１０ スキャンデータ、１２０ 繊維構造、１３０ トポロジー、２００ 解析装置、２０１ ＣＰＵ、２０２ １次記憶装置、２０３ ２次記憶装置、２０４ 外部機器インターフェイス、２０５ 入力インターフェイス、２０６ 出力インターフェイス、２０７ 通信インターフェイス、３１０ 画像、３２０ ポイントクラウド、３３０，７２０，８１０，１１２０ プロットデータ、３４０，１０５０ 繊維の構造を模したデータ、４００ 製造装置、４１０ 製品、５１０ 第１の処理手順、５２０ 第２の処理手順、６１０，６２０ 処理手順、６３０，６４０，Ａ，Ｂ，Ｃ 空洞、８１０Ａ，８１０Ｂ 領域、８２０Ａ，８２０Ｂ リング構造、１０００，１０００Ａ，１０００Ｂ 繊維、１０１０ 粒子、１０２０ 四面体、１０３０，１２５０ 外心円、１０４０，１２６０ 外心、１０７０，１２９０ 点、１０６０ 中心線、１１４０ 三角形、１２７０ 外心の集合、１２８０ 曲線。

Claims (12)

1. 複数の繊維を含む製品の画像の解析方法であって、
   前記複数の繊維を含む製品の３次元画像を取得するステップと、
   前記３次元画像の中の前記複数の繊維を複数の粒子の集合に変換するステップと、
   ＰＨ逆解析を用いることで、前記複数の粒子の各々が前記複数の繊維のいずれを構成するかを判定し、前記複数の繊維の各々を構成する各前記粒子の位置関係に基づいて、前記複数の繊維の各々の構造を推定するステップとを含む、解析方法。
2. 前記複数の繊維の各々の構造を推定するステップは、前記複数の繊維の各々を構成する各前記粒子の位置関係に基づいて、前記複数の繊維の各々が存在する領域に各前記繊維の構造を模したデータを生成するステップを含む、請求項１に記載の解析方法。
3. 前記複数の粒子の集合は、半径を持たない点の集合である、請求項１または２に記載の解析方法。
4. 各前記繊維の構造を模したデータは、前記複数の繊維の各々を構成する各前記粒子を頂点とする多面体の集合、紐状のオブジェクト、または、チューブ状のオブジェクトのいずれかである、請求項２または３に記載の解析方法。
5. 前記複数の繊維の各々の構造を推定するステップは、
   前記粒子の半径を増加させるステップと、
   複数の前記粒子が互いに接触することにより空洞が発生するときの前記粒子の第１のパラメータを取得するステップと、
   前記空洞が消滅するときの前記粒子の第２のパラメータを取得するステップと、
   前記第１のパラメータと、前記第２のパラメータとに基づいて、前記繊維が存在すると推定される領域にある前記粒子を選択するステップとを含む、請求項２～４のいずれかに記載の解析方法。
6. 前記繊維が存在すると推定される領域にある前記粒子を選択するステップは、前記粒子の半径が予め定められた範囲内である場合に前記空洞が発生または消滅したとき、発生または消滅した前記空洞を構成する前記粒子が存在する領域を前記繊維が存在する領域であると判定するステップを含む、請求項５に記載の解析方法。
7. 選択された前記粒子からなる多面体の外心の集合を算出するステップと、
   前記外心の集合から、前記繊維の中心線の位置を推定するステップとをさらに含む、請求項５または６に記載の解析方法。
8. 前記外心の集合にカーブフィッティングを実行するステップをさらに含む、請求項７に記載の解析方法。
9. 前記中心線上に均等に配置された点の集合の座標を算出するステップと、
   前記点の集合の座標に基づいて、隣接する第１の繊維および第２の繊維の接点を推定するステップとをさらに含む、請求項７に記載の解析方法。
10. 前記点の集合の座標に基づいて、隣接する前記第１の繊維および前記第２の繊維の前記接点を推定するステップは、
    前記第１の繊維における前記点の集合の一部と、前記第２の繊維における前記点の集合の一部とからなる三角形の外心の位置を推定するステップと、
    複数の前記三角形の外心にカーブフィッティングを実行するステップとを含む、請求項９に記載の解析方法。
11. 請求項１～１０のいずれかに記載の方法を１または複数のプロセッサに実行させるためのプログラム。
12. １または複数のプロセッサと、
    請求項１１に記載の方法を前記プロセッサに実行させるためのプログラムを格納したメモリとを備える、解析装置。

Images