JP7193493B2 - Ｘ線検査装置およびｘ線検査方法 - Google Patents

Description

本発明は、Ｘ線検査装置およびＸ線検査方法に関し、特にデュアルもしくはマルチエナジーのＸ線検出方式を採用するＸ線検査装置およびＸ線検査方法に関する。

Ｘ線により被検査物に要求される品質状態を検査するＸ線検査装置、特に搬送中の被検査物に照射したＸ線の所定期間ごとの累積透過量をＸ線検出器により検出し、透過画像を作成するようにしたＸ線検査装置が、従前より知られている。

また、このようなＸ線検査装置における検査方法として、Ｘ線エネルギが異なる２つの透過画像データを取得し、両透過画像データのサブトラクション（差分処理）を行なうことで、異物検出精度を高めるものが知られている。

従来のこの種のＸ線検査装置およびＸ線検査方法としては、例えば被検査物を透過したＸ線を検出する２つのＸ線検出器のうち片方にＸ線硬化フィルタを装着し、Ｘ線エネルギが異なる２つの透過画像データを取得して、サブトラクション（差分処理）を行なうようにしたものがある（特許文献１参照）。

また、２つのＸ線管の管電流を相違させて両Ｘ線管から被検査物に照射するＸ線の強度を相違させたり２つのＸ線管の管電圧を変化させてＸ線の波長に応じた透過力を相違させたりしつつ、２つの検出器で被検査物の透過画像データをそれぞれ検出し、両透過画像データを一画像に合成した上で、その合成画像を縮小することで、合成画像中に残る２つの透過画像の位置ずれを低減するようにしたものがある（特許文献２参照）。

特開平１０－３１８９４３号公報 特開２０１２－１２２９２７号公報

上述のような従来のＸ線検査装置およびＸ線検査方法にあっては、高精度なＸ線検査を実現しようとすると、複数のエネルギ帯や線質のＸ線画像を用いてＸ線検査を行うことが必要になる。

しかしながら、そのような高精度なＸ線検査を実現するために、従来、エネルギ帯（線質）の異なる複数のＸ線画像を生成する複数のＸ線センサや、複数のエネルギ帯のＸ線を発生させるＸ線源またはＸ線質変換手段等が必要なことから、検査コストが高くなるばかりか、Ｘ線検査装置が大型化してしまうという問題があった。

本発明は、上述のような従来の課題を解決すべくなされたものであり、コスト低減が可能で、複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現可能なＸ線検査装置およびＸ線検査方法を提供することを目的とする。

（１）本発明に係るＸ線検査装置は、上記目的達成のため、搬送される被検査物を透過する所定のエネルギ帯のＸ線を発生するＸ線発生器と、該Ｘ線が照射された前記被検査物を透過したＸ線を検出し電気信号に変換して透過領域ごとのＸ線検出信号を出力するＸ線検出器と、前記被検査物に対して異なる減衰特性となるエネルギ帯のＸ線を照射して得た前記Ｘ線検出信号に基づいて前記被検査物の品質状態を判定する判定部と、を備えるＸ線検査装置において、前記Ｘ線検出器から出力された前記被検査物の前記透過領域ごとのＸ線検出信号に対応するＸ線画像データを記憶するＸ線画像記憶部と、前記被検査物と同品種の学習対象品種に関して、前記所定のエネルギ帯を含む複数のエネルギ帯のＸ線画像データを取得し、各エネルギ帯のＸ線画像データの特徴を学習し、該学習の結果を基に、前記所定のエネルギ帯のＸ線を照射して得られた前記Ｘ線検出信号に対応するＸ線画像データから該所定のエネルギ帯とは異なる他のエネルギ帯に対応するＸ線画像データを疑似生成する疑似画像生成モデルを予め作成する学習器と、前記Ｘ線検出器から出力された検査対象の前記被検査物の前記Ｘ線画像データを元画像とし、前記元画像と前記疑似画像生成モデルとを用いて、前記他のエネルギ帯に対応する疑似透過画像を作成する画像作成部と、を備え、前記判定部は、前記元画像と前記疑似透過画像とに基づき、前記被検査物の品質状態を判定することを特徴とする。

この構成により、本発明では、エネルギ帯の異なる複数のＸ線画像を生成するために高価なＸ線センサやＸ線源を複数設けたり、Ｘ線源を共通化するために高価なＸ線質変換手段を設けたりすることなく、高低に異なる複数のエネルギ帯のＸ線を被検査物に照射して得られるＸ線画像データの特徴を疑似画像生成モデルに予め学習させておき、複数のエネルギ帯のＸ線画像データの学習結果を基に所定のエネルギ帯のＸ線画像データに対応する他のエネルギ帯のＸ線画像データを疑似生成するので、各透過領域のＸ線検出信号に基づくＸ線画像からエネルギ帯の異なるＸ線の透過画像を的確に生成でき、それら複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現することが可能となる。

（２）本発明において、前記疑似画像生成モデルは、前記学習対象品種に関して取得した前記複数のエネルギ帯のＸ線画像データから、各エネルギ帯のＸ線に対する前記被検査物のＸ線減衰特性の相違を学習したものであり、前記画像作成部は、前記疑似透過画像を、前記元画像に対してＸ線透過率の異なる画像として生成する構成とすることができる。

このような形態で実施すると、被検査物の品種ごとのＸ線吸収特性に応じてＸ線透過率が変化することに起因するＸ線減衰特性の相違を、学習対象品種に関して取得した高低に異なる複数のエネルギ帯のＸ線画像データを用いて予め学習しておくことにより的確に把握でき、Ｘ線透過率の異なる画像を元画像から精度良く疑似生成可能となる。

（３）前記画像作成部は、前記搬送される被検査物が所定の検査区間を通過する度に、前記Ｘ線画像記憶部に記憶された前記Ｘ線画像データを基に、前記元画像を作成するとともに、前記他のエネルギ帯での前記疑似透過画像を作成する構成としてもよい。

この場合、搬送中の被検査物が所定の検査区間を通過する間にＸ線画像記憶部に記憶格納されたＸ線画像データを基に、その被検査物の所定エネルギ帯でのＸ線画像と他のエネルギ帯での疑似透過画像とが作成されることになり、所定品種の被検査物を学習対象とした深層学習等の結果を好適にかつ有効に活用しつつ、被検査物ごとに複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現することが可能となる。

（４）本発明において、前記判定部は、前記被検査物の前記所定エネルギ帯でのＸ線画像および前記他のエネルギ帯での疑似透過画像に対して、前記判定部での前記判定のためのサブトラクション処理を実行する画像処理手段を有しているものであってもよい。

このような形態で実施すると、所定の画像処理として、所定エネルギ帯と他のエネルギ帯の画像を差分処理等することで、異物を強調させた画像を得ることができる。

（５）本発明に係るＸ線検査方法は、搬送される被検査物を透過する所定のエネルギ帯のＸ線を発生するＸ線発生段階と、該Ｘ線が照射された前記被検査物を透過したＸ線を検出し電気信号に変換して透過領域ごとのＸ線検出信号を出力するＸ線検出段階と、前記Ｘ線検出信号に基づいて前記被検査物の品質状態を判定する判定段階と、を含むＸ線検査方法であって、前記被検査物と同品種の学習対象品種に関して、前記所定のエネルギ帯を含む複数のエネルギ帯のＸ線画像データを取得し、各エネルギ帯のＸ線画像データの特徴を学習し、該学習の結果を基に、前記所定のエネルギ帯のＸ線を照射して得られた前記Ｘ線検出信号に対応するＸ線画像データから該所定のエネルギ帯とは異なる他のエネルギ帯に対応するＸ線画像データを疑似生成可能な疑似画像生成モデルを予め作成するモデル作成段階と、前記Ｘ線検出器から出力された検査対象の前記被検査物の前記透過領域ごとのＸ線検出信号に対応するＸ線画像データを記憶するＸ線画像記憶段階と、前記Ｘ線画像記憶段階で記憶した前記被検査物の前記Ｘ線画像データを元画像とし、前記疑似画像生成モデルと前記元画像とを用いて、前記他のエネルギ帯に対応する疑似透過画像を前記元画像に対しＸ線透過率の異なる画像として作成する画像作成段階と、を含み、前記判定段階では、前記元画像と前記疑似透過画像とに基づき、前記被検査物の品質状態を判定することを特徴とする。

この構成により、本発明方法では、エネルギ帯の異なる複数のＸ線画像を生成するために高価なＸ線センサやＸ線源を使用したり、Ｘ線源を共通化するために高価なＸ線質変換手段を使用したりすることなく、高低に異なる複数のエネルギ帯のＸ線を被検査物に照射したときに得られるＸ線画像データの特徴を、疑似画像生成モデルに予め学習させておき、複数のエネルギ帯のＸ線画像データの学習結果を基に所定のエネルギ帯のＸ線画像データに対応する他のエネルギ帯のＸ線画像データを疑似生成するので、各透過領域のＸ線検出信号に基づくＸ線画像からエネルギ帯の異なるＸ線の透過画像を的確に生成でき、それら複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現可能となる。

（６）本発明方法において、前記疑似画像生成モデルは、前記学習対象品種に関して取得した前記複数のエネルギ帯のＸ線画像データから、各エネルギ帯のＸ線に対する前記被検査物のＸ線減衰特性の相違を学習したものであり、前記画像作成段階では、前記被検査物が所定の検査区間を通過する間に記憶された前記Ｘ線画像データを基に、前記元画像を作成するとともに、前記他のエネルギ帯での前記疑似透過画像を作成し、前記判定段階では、前記判定に先立ち、前記被検査物の前記所定エネルギ帯でのＸ線画像および前記他のエネルギ帯での疑似透過画像に対して、前記判定のためのサブトラクション処理を実行する構成とすることができる。

このような形態で実施すると、被検査物の品種ごとのＸ線吸収特性に応じてＸ線透過率が変化することに起因するＸ線減衰特性の相違を、高低に異なる複数のエネルギ帯のＸ線を学習対象品種に関して取得した複数のエネルギ帯のＸ線画像データを用いて予め学習し、Ｘ線画像記憶段階で記憶済みの所定エネルギ帯での元画像から他のエネルギ帯での疑似透過画像を迅速に作成可能となり、これらの画像を差分処理して異物を強調させた画像を得ることができる。

本発明によれば、コスト低減が可能で、複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現可能なＸ線検査装置およびＸ線検査方法を提供することができる。

本発明の一実施形態に係るＸ線検査装置の概略構成図である。 本発明の一実施形態に係るＸ線検査装置の要部概略構成を示すブロック図である。 本発明の一実施形態に係るＸ線検査装置で実施されるＸ線検査方法の概略の処理手順を示すフローチャートである。

以下、本発明を実施するための形態について、図面を参照しつつ説明する。

図１および図２に示すように、本発明の一実施形態に係るＸ線検査装置は、搬送される被検査物（物品）中に混入した異物を検出するＸ線異物検出装置として構成されている。また、本装置では、本発明の一実施形態に係るＸ線検査方法として、Ｘ線エネルギが異なる２つのＸ線画像データを取得することで精度良く異物検出することができるＸ線検査方法を採用している。

まず、本実施形態のＸ線検査装置の構成について説明する。

図１および図２に示すように、Ｘ線検査装置１は、搬送部１０、Ｘ線検査部２０およびそれらの制御部３０を具備しており、搬送部１０によりコンベア搬送される被検査物Ｗに対しＸ線検査部２０でＸ線を照射し、そのＸ線画像データを基に被検査物Ｗの品質状態を検査、例えば包装された食品等の被検査物Ｗ中への異物Ｃ（図２参照）の混入を検出するようになっている。なお、ここにいう品質状態とは、被検査物Ｗに製品として要求される品質や物理量の適否等、例えば混入異物の有無、欠品の有無、内容物の形状・サイズ・収納状態等の合否、密度・厚さ・体積もしくは質量の分布等である。

搬送部１０は、ループ状の搬送ベルト１１を複数の搬送ローラ１２、１３に巻回させ、搬送ベルト１１の上走区間１１ａにより被検査物Ｗを図１中の右方向に順次搬送することができるコンベアであり、図示しない筐体に支持されている。

Ｘ線検査部２０は、搬送部１０により搬送される被検査物Ｗを透過する所定エネルギ帯のＸ線を発生するＸ線発生器２１を有しており、Ｘ線発生器２１は、公知のＸ線管２２でその管電流および管電圧に応じた波長および強度のＸ線を発生させるとともに、外囲器２３のＸ線窓部２３ａを通し、搬送部１０の搬送方向に対し直交するファンビーム状のＸ線を搬送ベルト１１上の被検査物Ｗに照射できようになっている。

Ｘ線検査部２０は、さらに、搬送ベルト１１の上走区間１１ａの直下に配置されたＸ線検出器２４を有している。

このＸ線検出器２４は、詳細を図示しないが、例えば蛍光体であるシンチレータとフォトダイオードもしくは電荷結合素子とからなる検出素子を、搬送部１０の搬送路の幅員方向にアレイ状に所定ピッチで配設し、所定解像度でのＸ線検出を行なうようにしたＸ線ラインセンサカメラで構成されており、Ｘ線発生器２１からのＸ線照射位置に対応する搬送方向所定位置に配置されている。

すなわち、Ｘ線検出器２４は、Ｘ線発生器２１から照射されて被検査物Ｗを透過したＸ線を前記検出素子に対応する所定透過領域ごとに検出し、そのＸ線の透過量に応じた電気信号に変換して、透過領域ごとのＸ線検出信号を出力できるようになっている。

制御部３０は、搬送部１０での搬送ベルト１１による被検査物Ｗの搬送速度や搬送間隔等を制御する搬送制御手段と、Ｘ線検査部２０におけるＸ線照射強度や照射期間を制御したり被検査物Ｗの搬送速度に応じたＸ線検出器２４のＸ線ラインセンサでのＸ線検出周期および各被検査物Ｗの検出期間等を制御する検査制御手段とを含んでいるが、図示を省略している。

制御部３０は、また、各被検査物Ｗの検査期間中にＸ線検出器２４からの所定周期ごとのＸ線検出信号を取り込んでＸ線画像を記憶するＸ線画像記憶部３１と、Ｘ線画像記憶部３１に取り込まれた画像データを基に所定の判定処理のための画像処理を実行する画像処理部３２と、その画像処理部３２による処理後の画像データを基に所定の判定処理、例えば異物の有無を判定する処理を実行する判定部３３と、判定部３３での判定結果を表示出力可能な表示部３４と、を有している。

Ｘ線画像記憶部３１は、画像入力ユニットであり、例えばＸ線検出器２４の複数の検出素子からのＸ線検出信号をそれぞれＡ／Ｄ変換し、Ｘ線検出器２４における検出素子サイズに対応する所定の単位搬送時間ごとに、その検出素子の数ｎ（ｎは１より大きい整数で、例えば６４０）個すべての検出素子領域について、その単位時間内の累積の透過量のデータを、例えば０から１０２３までの階調を表す濃度レベルのデジタルデータとしてメモリに書き込む動作（以下、ライン走査という）を実行するようになっている。

また、Ｘ線画像記憶部３１は、ライン走査が各被検査物Ｗの検査期間に応じた所定走査回数だけ繰り返されるとき、順次メモリに書き込まれた透過濃度データをＸ線画像データとして生成し、画像処理部３２に出力する機能を発揮するデータ処理プログラムおよび作業メモリ（図示していない）を有している。

画像処理部３２および判定部３３は、例えば図示しないＣＰＵ、ＲＯＭ、ＲＡＭおよびＩ／Ｏインターフェースを有するマイクロコンピュータと、後述する複数の処理部の各機能を発揮するための制御プログラムをＲＯＭと協働して読み出し可能に記憶した補助記憶装置と、タイマー回路等を含んで構成されており、ＲＯＭ等に格納された制御プログラムに従って、ＣＰＵがＲＡＭ等との間でデータを授受しながら所定の演算処理を実行するとともに前記制御プログラムを実行するようになっている。

図２に示すように、画像処理部３２は、Ｘ線画像記憶部３１から取り込まれる被検査物ＷごとのＸ線画像に所定のフィルタ処理を施すフィルタ処理手段３２ａを有している。このフィルタ処理手段３２ａは、被検査物ＷごとのＸ線画像に異物の輪郭（エッジ）の強調処理を施す特徴抽出フィルタ、例えばＳｏｂｅｌフィルタのような微分フィルタで、注目画素の近傍領域に所定の演算式に基づく微分処理等を施して異物のエッジを強調するようになっている。

画像処理部３２は、さらに被測定物ＷのデュアルエネルギＸ線画像を差分処理して混入異物の有無検出を行う異物検出プログラムを有している。この異物検出プログラムは、例えば特開２０１０－９１４８３号公報に記載のように、デュアルエネルギＸ線画像としてローエネルギ等価厚画像Ｌ（図２参照）とハイエネルギ等価厚画像Ｈの等価厚画像ペアを生成する第１の処理と、等価厚画像ペアに対し混入異物の成分と被測定物の成分とに分離するように独立成分分析を適用して分離行列を求める第２の処理と、分離行列の要素である２つの分離ベクトルに基いて差分処理の重みパラメータを求める第３の処理と、重みパラメータを用いた差分処理によって等価厚画像ペアから混入異物の成分画像を分離する第４の処理と、混入異物の成分画像を閾値処理して異物検出する第５の処理と、を実行するものとすることができる。

判定部３３は、例えば差分処理されたＸ線画像を２値化することにより被検査物Ｗの内部に含まれる物体の２値画像を得て、この２値画像から、物体の面積、輪郭長および濃度和等の特微量を算出し、その特微量を所定の判定基準値と比較することで、判定条件を満たす異物が被検査物Ｗ内に含まれるか否かを判定するようになっている。

図２に示すように、制御部３０は、さらに、学習対象品種について予め取得された高低に異なる複数のエネルギ帯の多数のＸ線画像の画像データを用いて、それら多数の画像間における多数の特徴に共通する複数のエネルギ帯の間での特徴量の違いを学習する学習器で構成され、エネルギ帯と関連付けたモデル化情報を出力可能な生成モデル４１と、Ｘ線画像記憶部３１からの所定画像サイズの画像データに対し、生成モデル４１から供給されるエネルギ帯と関連付けたモデル化情報を基に、所定のエネルギ帯のＸ線画像データを基準に他のエネルギ帯のＸ線画像データを疑似作成する疑似画像生成部４２（画像作成部）と、を有している。

生成モデル４１には、予め所定の学習対象品種の被検査物Ｗに対しＸ線検査部２０で照射される所定のエネルギ帯のＸ線を照射した場合のＸ線画像と、Ｘ線検査部２０のＸ線照射条件を変更したりＸ線フィルタを使用したりすることで所定のエネルギ帯とは高低に異ならせた他のエネルギ帯のＸ線を照射した場合のＸ線画像とを、学習した結果を基に、Ｘ線画像記憶部３１に記憶された所定のエネルギ帯での被検査物ＷのＸ線画像を基準に他のエネルギ帯のＸ線画像を疑似生成可能なモデル化情報が予め生成されている。

具体的には、生成モデル４１は、複数のエネルギ帯のエネルギ帯ごとに、同品種の被検査物Ｗの予めラベル付けされた多数の学習対象のＸ線画像について、各学習対象のＸ線画像中にフィルタ（特徴抽出）処理可能な小領域を設定し、その小領域の画像データを１つの特徴量（例えば多階調の画像濃度値）に圧縮する畳み込みの処理を、そのＸ線画像中で小領域を順次スライドさせながら繰り返してフィルタ内情報が畳み込まれた１層の畳込み層のレイヤ画像を作成し、これを更に圧縮した１層のプーリング層のレイヤ画像を作成する特徴抽出と、隣接するレイヤ画像間のノード（前述の特徴量の値）のランダムな重み付け結合からの組合せの特徴抽出とを、フィルタや移動範囲等を変化させて多層に実行して、領域ベースでなければ抽出し難い特徴量変化を対象画像中の被検査物の位置ずれ等にかかわらず自動抽出可能な多層（ｎ層）のニューラルネットワークを構成している。

また、生成モデル４１は、被検査物Ｗの所定の品種ごとにサンプル作成された多数の学習対象画像を基に、ニューラルネットワークの各層の特徴量や隣接層のノード間の特徴量の関係を複数のエネルギ帯の間で比較し、被検査物Ｗに照射されるＸ線のエネルギ帯が相違する複数のエネルギ帯間の特徴量の差異、例えばＸ線の透過量比や透過率比を検出したり、多層のレイヤ画像間の特定のノードの結合の組合せにおける特徴量の重み付け係数あるいは活性化関数等の演算式を特定したりして、所定のエネルギ帯から他のエネルギ帯に変更した場合に得られるＸ線画像の疑似画像（疑似透過画像）を作成するための前述のモデル化情報として出力できるようになっている。

疑似画像生成部４２は、生成モデル４１における多層のニューラルネットワークに対応する画像生成用のニューラルネットワーク、例えば学習済みの各層の透過率比等のパラメータを用いる敵対的生成ネットワークを有しており、Ｘ線画像記憶部３１から所定のエネルギ帯の画像データが入力されるとき、その所定エネルギ帯の入力画像と、生成モデル４１からの前述のモデル化情報とに基づいて、他のエネルギ帯のＸ線画像データを疑似生成するとともに、他のエネルギ帯のＸ線画像について学習済みの活性化関数等の演算式を用いて各層の疑似度をチェックする作業を、その疑似の程度を向上させるように繰り返し実行するようになっている。

この疑似画像生成部４２は、多層のニューラルネットワークモデルの特徴データを基に所定のエネルギ帯のＸ線画像データに対してＸ線透過率の異なる画像として作成した他のエネルギ帯の画像データを、Ｘ線画像記憶部３１からのＸ線画像が他のエネルギ帯のＸ画像であった場合に得られたであろうと推定される疑似画像（多層の各層の画像でも１つの合成画像でも良い）として出力するようになっている。

制御部３０は、このように高低に異なる複数のエネルギ帯に変化させたときの被検査物Ｗの複数種のＸ線画像データ（例えばｎ行ｋ列のデータ）を基に、被検査物Ｗに対するそれら複数のエネルギ帯のＸ線の透過率の違い、すなわち、Ｘ線のエネルギ帯の違いによる被検査物Ｗの吸収特性およびそれに対応するＸ線減衰特性の違いを、多層式の２次元の畳込みニューラルネットワーク構成の生成モデル４１で学習しておき、その学習結果を用いる疑似画像生成部４２により、Ｘ線画像記憶部３１からの所定のＸ線エネルギ帯の画像データを基に他のＸ線エネルギ帯の疑似透過画像を作成することができるように構成されている。

この疑似画像生成部４２からの他のＸ線エネルギ帯の疑似透過画像は、Ｘ線画像記憶部３１からの所定のエネルギ帯のＸ線画像と共に、画像処理部３２に取り込まれ、そこで、前述のデュアルエネルギＸ線画像の差分処理に使用されて等価厚画像ペアから混入異物の成分画像が分離され、混入異物の成分画像を閾値処理して異物検出処理が実行されるようになっている。

そして、判定部３３は、Ｘ線画像記憶部３１からのＸ線画像データと疑似画像生成部４２からの疑似透過画像との差分処理画像を２値化することにより、被検査物Ｗの内部に含まれる異物等の物体の２値画像を取得し、その２値画像から、例えばその物体の面積、輪郭長および濃度和の３種類の特微量を算出し、その特微量を所定の判定基準値と比較することで、異物が被検査物Ｗ内に含まれるか否かを判定することができる。

このように、本実施形態では、被検査物Ｗが所定の検査区間を通過する度に、Ｘ線画像記憶部３１に記憶されるＸ線画像データを基に所定エネルギ帯でのＸ線画像が作成されるとともに、他のエネルギ帯での疑似透過画像が併せて作成され、被検査物Ｗの所定エネルギ帯でのＸ線画像および他のエネルギ帯での疑似透過画像が差分処理されて、判定部３３での判定のための所定の画像処理が実行される。

次に、本実施形態のＸ線検査装置１を用いて実行される本発明の一実施形態に係るＸ線検査方法について説明するとともに、その作用について説明する。

図３は、本実施形態のＸ線検査装置１の制御部３０で実行される本発明の一実施形態に係るＸ線検査方法における画像処理の概略の処理手順を示している。

まず、搬送部１０により被検査物Ｗ（図２中では、例えばパック詰めされたソーセージ）が所定の速度および搬送間隔で搬送されるとともに、所定の検査区間を通過する被検査物Ｗに対して、予め設定された照射強度でＸ線検査部２０からＸ線が照射される。

このとき、検査区間内への被検査物Ｗの進入が図示しない物品検知センサで検知されると、Ｘ線検査部２０のＸ線発生器２１から被検査物ＷにＸ線が照射され、透過したＸ線がＸ線検出器２４のライン走査によって所定透過領域ごとに検出されて、そのＸ線の透過量に応じたＸ線検出信号が、Ｘ線検出器２４からＸ線画像記憶部３１に順次取り込まれる（ステップＳ１１）。

そして、Ｘ線検出器２４のライン走査が所定走査回数だけ繰り返される間に、Ｘ線画像記憶部３１に順次書き込まれた透過量をその各画素の濃度値とする元の画像（以下、元画像という）のＸ線画像データが生成され、画像処理部３２に出力されるとともに、疑似画像生成部４２にも出力される。

次いで、疑似画像生成部４２により、Ｘ線画像記憶部３１からの所定エネルギ帯の入力画像と生成モデル４１からの前述のモデル化情報とに基づいて、他のエネルギ帯のＸ線画像データが疑似生成される（ステップＳ１２）。

次いで、画像処理部３２により、Ｘ線画像記憶部３１からの所定のエネルギ帯のＸ線画像である第１エネルギ画像Ｌと、疑似画像生成部４２からの他のＸ線エネルギ帯の疑似透過画像である第２エネルギ画像Ｈとを用いて、前述のデュアルエネルギＸ線画像の差分処理が実行されて、混入異物があるときにはその成分画像が分離される（ステップＳ１３）。

画像処理部３２で差分処理されたＸ線画像が２値化されて、所定の特微量が算出され、その特微量を所定の判定基準値と比較することで、異物の有無による良否判定が実行される（ステップＳ１４）。

このように、本実施形態においては、所定エネルギ帯の元画像を取得するべく、搬送される被検査物Ｗを透過する所定エネルギ帯のＸ線を発生させるＸ線発生段階と、被検査物Ｗを透過したＸ線を検出し電気信号に変換して透過領域ごとのＸ線検出信号を出力するＸ線検出段階と、Ｘ線検出信号に基づいて被検査物Ｗの品質状態を判定する判定段階と、を含むＸ線検査方法が実施される。

さらに、本実施形態では、被検査物Ｗの透過領域ごとのＸ線検出信号に対応するＸ線画像データを記憶するＸ線画像記憶段階（前述のステップＳ１１）と、学習対象品種に関する異なる複数のエネルギ帯のＸ線画像データから、それら複数のエネルギ帯のＸ線に対する被検査物ＷのＸ線減衰特性の相違を学習し、所定のエネルギ帯のＸ線画像データに対応する他のエネルギ帯のＸ線画像データを疑似生成可能な疑似画像生成モデル４１を作成するモデル作成段階と、Ｘ線画像記憶段階で記憶した被検査物ＷのＸ線画像データを基に、疑似画像生成モデルにより被検査物Ｗの他のエネルギ帯での疑似透過画像を作成する画像作成段階（前述のステップＳ１２）と、を含み、判定段階（前述のステップＳ１３、Ｓ１４）では、Ｘ線画像記憶段階で記憶した被検査物ＷのＸ線画像データと、画像作成段階で作成された他のエネルギ帯での疑似透過画像とに基づき、異物有無の判定を実行する。

このように構成された本実施形態においては、エネルギ帯の異なる複数のＸ線画像を生成するために高価なＸ線センサやＸ線源を使用したり、Ｘ線源を共通化するために高価なＸ線質変換手段を使用したりする必要がなく、低コストでのＸ線検査が可能となる。しかも、複数のエネルギ帯のＸ線画像データの学習結果を基に所定のエネルギ帯のＸ線画像データに対応する他のエネルギ帯のＸ線画像データを疑似生成できるので、各透過領域のＸ線検出信号に基づくＸ線画像からエネルギ帯の異なるＸ線の透過画像を的確に生成でき、それら複数のエネルギ帯のＸ線画像を用いてサブトラクション法等による高精度な異物検出が可能なＸ線検査を実現できることになる。

特に、本実施形態では、画像作成段階で、被検査物Ｗが所定の検査区間を通過する間にＸ線画像記憶段階で記憶されたＸ線画像データを基に、所定エネルギ帯でのＸ線画像を作成するとともに、該Ｘ線画像とはＸ線透過率の異なる他のエネルギ帯での疑似透過画像を作成し、判定段階では、判定に先立ち、被検査物の所定エネルギ帯でのＸ線画像および他のエネルギ帯での疑似透過画像に対して、判定のための所定の画像処理を実行することができる。

したがって、所定エネルギ帯と他のエネルギ帯の画像を差分処理または合成して異物を強調させた画像を得ることができるとともに、高低に異なる複数のエネルギ帯のＸ線に対する被検査物ＷのＸ線減衰特性の相違を疑似画像生成モデルに予め学習させておき、Ｘ線画像記憶段階で記憶済みのＸ線画像データを基に、有効な疑似透過画像を迅速に作成可能となる。

以上のように、本実施形態においては、コスト低減が可能で、複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現可能なＸ線検査装置およびＸ線検査方法を提供することができる。

なお、上述の一実施形態においては、Ｘ線検査装置１をＸ線異物検出装置とし、判定部３３での判定のための画像処理部３２での画像処理をエネルギサブトラクション法による２つのエネルギ帯のＸ線画像の差分処理としたが、本発明は、Ｘ線異物検出装置以外のＸ線検出装置にも適用可能であるし、デュアルエネルギ検出方式でなくマルチエナジーＸ線検出方式の装置にも適用可能である。検査の内容に応じて画像処理部３２での画像処理を従来知られた他の画像処理に置換し得ることは、いうまでもない。

また、本発明にいう疑似透過画像を作成する画像作成部は、ＡＩ（人工知能）を用いた多層式のニューラルネットワーク構成の学習器や画像生成モデルを使用するものとしたが、被検査物の品種や搬送形態、検査項目等に応じて、学習内容を追加・変更したり画像処理に用いる画像の種別を増減変更したりしてもよいことは勿論である。

以上説明したように、本発明は、コスト低減が可能で、複数のエネルギ帯のＸ線画像を用いて高精度なＸ線検査を実現可能なＸ線検査装置およびＸ線検査方法を提供できるものである。かかる本発明は、デュアルもしくはマルチエナジーのＸ線検出方式を採用するＸ線検査装置およびＸ線検査方法全般に有用である。

１ Ｘ線検査装置
１０ 搬送部
１１ 搬送ベルト
１１ａ 上走区間
１２、１３ 搬送ローラ
２０ Ｘ線検査部
２１ Ｘ線発生器
２２ Ｘ線管
２３ 外囲器
２３ａ Ｘ線窓部
２４ Ｘ線検出器
３０ 制御部
３１ Ｘ線画像記憶部
３２ 画像処理部
３２ａ フィルタ処理手段
３３ 判定部
３４ 表示部
４１ 生成モデル（疑似画像生成モデル）
４２ 疑似画像生成部（画像作成部）

Claims (6)

1. 搬送される被検査物を透過する所定のエネルギ帯のＸ線を発生するＸ線発生器と、該Ｘ線が照射された前記被検査物を透過したＸ線を検出し電気信号に変換して透過領域ごとのＸ線検出信号を出力するＸ線検出器と、前記被検査物に対して異なる減衰特性となるエネルギ帯のＸ線を照射して得た前記Ｘ線検出信号に基づいて前記被検査物の品質状態を判定する判定部と、を備えるＸ線検査装置において、
   前記Ｘ線検出器から出力された前記被検査物の前記透過領域ごとのＸ線検出信号に対応するＸ線画像データを記憶するＸ線画像記憶部と、
   前記被検査物と同品種の学習対象品種に関して、前記所定のエネルギ帯を含む複数のエネルギ帯のＸ線画像データを取得し、各エネルギ帯のＸ線画像データの特徴を学習し、該学習の結果を基に、前記所定のエネルギ帯のＸ線を照射して得られた前記Ｘ線検出信号に対応するＸ線画像データから該所定のエネルギ帯とは異なる他のエネルギ帯に対応するＸ線画像データを疑似生成する疑似画像生成モデルを予め作成する学習器と、
   前記Ｘ線検出器から出力された検査対象の前記被検査物の前記Ｘ線画像データを元画像とし、前記元画像と前記疑似画像生成モデルとを用いて、前記他のエネルギ帯に対応する疑似透過画像を作成する画像作成部と、を備え、
   前記判定部は、前記元画像と前記疑似透過画像とに基づき、前記被検査物の品質状態を判定することを特徴とするＸ線検査装置。
2. 前記疑似画像生成モデルは、前記学習対象品種に関して取得した前記複数のエネルギ帯のＸ線画像データから、各エネルギ帯のＸ線に対する前記被検査物のＸ線減衰特性の相違を学習したものであり、
   前記画像作成部は、前記疑似透過画像を、前記元画像に対してＸ線透過率の異なる画像として生成することを特徴とする請求項１に記載のＸ線検査装置。
3. 前記画像作成部は、前記搬送される被検査物が所定の検査区間を通過する度に、前記Ｘ線画像記憶部に記憶された前記Ｘ線画像データを基に、前記元画像を作成するとともに、前記他のエネルギ帯での前記疑似透過画像を作成することを特徴とする請求項１または２に記載のＸ線検査装置。
4. 前記判定部は、前記被検査物の前記所定エネルギ帯でのＸ線画像および前記他のエネルギ帯での疑似透過画像に対して、前記判定部での前記判定のためのサブトラクション処理を実行する画像処理手段を有していることを特徴とする請求項１ないし３のいずれか一項に記載のＸ線検査装置。
5. 搬送される被検査物を透過する所定のエネルギ帯のＸ線を発生するＸ線発生段階と、
   該Ｘ線が照射された前記被検査物を透過したＸ線を検出し電気信号に変換して透過領域ごとのＸ線検出信号を出力するＸ線検出段階と、
   前記Ｘ線検出信号に基づいて前記被検査物の品質状態を判定する判定段階と、を含むＸ線検査方法であって、
   前記被検査物と同品種の学習対象品種に関して、前記所定のエネルギ帯を含む複数のエネルギ帯のＸ線画像データを取得し、各エネルギ帯のＸ線画像データの特徴を学習し、該学習の結果を基に、前記所定のエネルギ帯のＸ線を照射して得られた前記Ｘ線検出信号に対応するＸ線画像データから該所定のエネルギ帯とは異なる他のエネルギ帯に対応するＸ線画像データを疑似生成可能な疑似画像生成モデルを予め作成するモデル作成段階と、
   前記Ｘ線検出器から出力された検査対象の前記被検査物の前記透過領域ごとのＸ線検出信号に対応するＸ線画像データを記憶するＸ線画像記憶段階と、
   前記Ｘ線画像記憶段階で記憶した前記被検査物の前記Ｘ線画像データを元画像とし、前記疑似画像生成モデルと前記元画像とを用いて、前記他のエネルギ帯に対応する疑似透過画像を前記元画像に対しＸ線透過率の異なる画像として作成する画像作成段階と、を含み、
   前記判定段階では、前記元画像と前記疑似透過画像とに基づき、前記被検査物の品質状態を判定することを特徴とするＸ線検査方法。
6. 前記疑似画像生成モデルは、前記学習対象品種に関して取得した前記複数のエネルギ帯のＸ線画像データから、各エネルギ帯のＸ線に対する前記被検査物のＸ線減衰特性の相違を学習したものであり、
   前記画像作成段階では、前記被検査物が所定の検査区間を通過する間に記憶された前記Ｘ線画像データを基に、前記元画像を作成するとともに、前記他のエネルギ帯での前記疑似透過画像を作成し、
   前記判定段階では、前記判定に先立ち、前記被検査物の前記所定エネルギ帯でのＸ線画像および前記他のエネルギ帯での疑似透過画像に対して、前記判定のためのサブトラクション処理を実行することを特徴とする請求項５に記載のＸ線検査方法。

Images