JPH0224542A - 鋳片断面の品質評価装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野コ 本発明は、＃ｌ材、例えば連続鋳造によって製造された
鋳片を品質評価するために、それの欠陥の有無、欠陥の
種類、欠陥の程度等々を識別する装置に関する。

［従来の技術］ 鋳片に生じる欠陥としては、中心偏析、■偏析。

内部割れなどが知られている。一般に偏析は、溶融金属
が凝固するときの鋼材各部の凝固時期の差によって鋼材
の組織に偏よりを生じるものである。

具体的に言えば、中心偏析は、不純物が凝固の遅い鋳片
の中心部に集まる現象であり、Ｖ偏析は。

不純物が鋳片の中心部の周辺にある傾きで現われ全体と
してＶ字形状に見える現象である。内部割れは、鋳片の
内部に生じる割れであり、連続鋳造においては、鋳片の
厚み方向に向かう割れが生じ易い。

鋳片を品質評価するためには、上記のような各種の欠陥
を識別する必要がある。そこで、従来よりこの種の品質
評価を行なう場合には、鋳片の一部分を切断した断面か
ら公知のサルファープリント法によって、不純物の分布
を示す記録画像、即ちサルファープリントを作成し、こ
れを熟練者が目視検査によって調べ評価しているのが一
般的である。

しかし、従来の人間の感覚による検査では、あいまいさ
が伴なうため正確な評価結果が得られないし、熟練者が
必要であり１作業に長い時間を要する。

このため、この種の品質評価を画像処理の手法を用いて
、コンピュータで自動的に実行することが様々なところ
で試みられているが、現実には満足な品質評価結果の得
られるものは知られていない。

部分的な技術としては、多値階調画像情報から二値化画
像情報を得るためのしきい値の設定方法について、特開
昭６３−１９５４３号公報に開示された技術が公知であ
る。

［発明が解決しようとする課題］ 本発明は、鋼材の品質評価を人間の感覚に頼らずに自動
的に行ない、検査の精度を向上することを第１の目的と
する。

ところで、鋼材から得られたサルファープリントを見る
と、偏析のない部分にも小さい粒子がノイズとして多数
存在し、実際の中心偏析の部分には、前記ノイズ粒子よ
りも少し濃度の濃い粒子が存在する。このため、中心偏
析を含む画像から濃度のヒストグラムを作成すると、第
６ｂ図に示すように中心偏析成分が平均的な画像成分か
らずれて分布しているため、濃度の標準偏差のばらつき
が大きい。この場合、特開昭６３−１９５４３号公報の
ように、ヒストグラムを作って濃度の平均値と標準偏差
とからしきい値を求めると、ノイズである平均的な粒子
成分と中心偏析とを区分しうる濃度（第６ｂ図のＬｔｈ
）に、正確にしきい値を設定できないので、中心偏析の
識別に誤りを生じる可能性が大きい。

そこで本発明は、画像処理において、識別すべき成分と
ノイズ成分とを正確に分離して識別の誤りをなくすこと
を第２の目的とする。

［ａ題を解決するための手段（１）］ サルファープリントのような画像の情報は、その濃淡変
化をある濃度をしきい値として二値化することにより、
欠陥領域の画像をおおまかに抽出することができる。し
かし、この二値画像上に粒子状に現われる個々の欠陥領
域は欠陥の一部分であるので、それだけで欠陥を識別す
ると誤差が大きく正確な評価はできない。即ち、検査す
るのは一般に１つの面だけであり、その面に現われなＵ
）奥行き方向の別の面で見れば実際には連続している１
つの欠陥粒子（割れも含む）の場合でも、検査する面で
は複数の粒子に分断されたり、部分的に濃度が低下して
二値画像上では途中でとぎれるようなことも多いので１
例えば個々の粒子の面積が所定以下のものをノイズ粒子
として全て排除すると、実際の偏析や割れをも見のがし
てしまう確率が高い。

そこで、第１の発明においては、画像各部の濃淡変化を
二値的に表わす二値画像情報を生成し。

該二値画像情報に現われた複数の欠陥候補領域同志の間
の欠陥候補でない領域に、各々の画素とその周辺の画素
との濃度の分布状態に基づいて、欠陥候補の画素を補間
して前記複数の欠陥候補領域を１つの領域として連結し
、連結によって識別された各々の領域について、それの
大きさ及び形状の少なくとも一方に基づいて、欠陥を識
別する。

［作用（１）］ 例えば、１つの線状の割れ欠陥がその途中が細くなった
ために画像上の濃度が低下し、二値画像上で２つの粒子
領域に分離されて抽出された場合、二値化前の画像上で
濃度の分布を調べれば、抽出された２つの粒子領域同志
の間において、特定の条件を満足する濃度分布がみられ
る。従って、その条件を満たす画素については、有効な
欠陥の一部を示す画素とみなし、それを抽出した２つの
粒子領域の間に補間していくと、２つの粒子領域は連結
されて１つの欠陥領域として抽出されるので、二値化し
た時の誤差、即ち欠陥のとぎれがなくなり、精度の高い
欠陥検出ができる。

なお、第１の発明については、後述する実施例において
は、内部割れの検出処理の中で適用しである。

［課題を解決するための手段（２）］ 第２の発明においては、画像各部の濃度変化を二値的に
表わす二値画像情報を生成し、該二値画像情報に現われ
た複数の欠陥候補領域を抽出し、抽出した欠陥候補領域
に対するその周辺画素領域において、その回転方向の濃
度分布が比較的大きな方向の所定範囲において、他の欠
陥候補領域のうち最も距離の近いものを、同一グループ
の欠陥候補領域として登録し、各々のグループに属する
欠陥候補領域群の全体の面積及び形状の少なくとも一方
に基づいて、欠陥を識別する。

［作用（２）］ 例えばＶ偏析の場合、不純物粒子の各々は、その向きが
比較的狭い所定の角度の範囲内に存在するが、大きな粒
子を形成せずに、小さな不純物粒子が多数集まって１つ
の偏析領域を形成することが多い、従ってこの場合、二
値化画像上で抽出されろ多数の粒子を、それらの向き及
び距離によって相関付け、相関性の高いものを同一のグ
ループに区分すれば、各々のグループをそれぞれ１つの
不純物粒子領域としてみなすことができる。つまり１個
々の粒子の面積が小さくても、グループ全体で大きな面
積を有するものであれば、そのグループをＶ偏析を構成
する不純物粒子の候補とみなすことができる。

なお、第２の発明については、後述する実施例において
は、Ｖ偏析の検出処理の中で適用しである。

ｃｍ題を解決するための手段（３）］ 第３の発明においては、撮像手段が撮像した画像情報を
処理し、画像上の欠陥が含まれる頻度の比較的高い第１
の領域について１画像を構成する画素の濃度分布の平均
濃度を検出し、画像上の欠陥が含まれる頻度の比較的低
い第２の領域について１画像を構成する画素の濃度分布
の標準偏差を検出し、前記平均濃度と前記標準偏差とに
基づいてしきい値濃度を設定し、少なくとも前記第１の
領域について１画像情報の濃淡変化を、前記しきい値濃
度で二値的に区分して二値画像情報を生成する。

［作用（３）コ 中心偏析を検出する場合、前述のように、中心偏析の存
在する部分では、該偏析成分の濃度が他の部分より高い
ので、濃度のばらつきが大きく、その部分で得た標準偏
差に大きなばらつきが生じうるから、その標準偏差と平
均濃度との両者に基づいてしきい値濃度を設定しても、
中心偏析成分だけを正確に二値画像情報上に抽出するこ
とができない。

しかし、第３の発明においては、欠陥が含まれる頻度の
比較的低い第２の領域から検出した標準偏差を利用して
いる。即ち、第２の領域では、偏析が存在しないので、
濃度分布は例えば第６ａ図に示すように比較的狭い濃度
の範囲に集中しており、その分布が偏析の状態と無関係
であるため、この場合の標準偏差は、第１の領域の欠陥
のない部分の標準偏差とほぼ同一であり、従って第２の
領域で得た標準偏差を利用することにより、しきい値濃
度のばらつきがなくなり１画像濃度を二値化する際に、
偏析の成分とそれ以外のノイズ成分とを正確に区分する
ことができる。

なお、第３の発明については、後述する実施例において
は、中心偏析の検出処理の中で適用しである。

［実施例コ 第１図に１本発明を実施する欠陥検出装置の外観を示す
。

第１図を参照すると、装置の本体には１画像処理装置１
００．Ｃ：ＲＴデイスプレィ２００．キーボード２１０
．マウス２２０及びプリンタ２３０が備わっている。画
像読取ユニット３００には、撮像用のビデオカメラ３１
０と、照明用のランプ３２０及び３３０が設けられてい
る。ビデオカメラ３１０と対向する位置には、サルファ
プリント４００が配置しである。

サルファプリント４００は、第２図に示すような鋳片の
一部分の断面Ｓｐから、公知のサルファプリント法によ
って作成されたものである。具体的な大きさは、この例
では、断面ＳＰの鋳片の厚み方向の長さ（高さ）が３０
０ｍｍ、Ｓｐの幅が１５０ｍｍである。

サルファプリントの画像の一例を第３図に示す。

第３図において、Ｓｕ側が鋳片の上側の面に対応し、Ｓ
Ｑ側が鋳片の下側の面に対応している。このサルファプ
リントを参照すると、軸Ｘｃの近傍（Ａ領域の内部）に
、黒い粒子が少し現われているが、これが中心偏析であ
る。また、中心偏析の周辺（Ｃ領域、Ｄ領域）に、傾め
方向に向いた細長い粒子の集りがみられるが、これがＶ
偏析テある。更に、Ｅ領域に、第３図の横方向に向かう
細長く黒いすしがみられるが、これが内部割れである。

第１図に示す装置は、第３図に示すようなサルファプリ
ントの画像を入力して画像処理し、中心偏析、Ｖ偏析及
び内部割れを自動的に識別し、鋳片の品質評価を行なう
。

第４図に、第１図の装置の電気的な構成を示す。

第４図を参照すると、この装置のＳ＊処理装置１００に
は、マイｔｙロブａセンｆ　（ＭＰＵ）　　１０１　。

浮動小数点演算ユニット（ＦＰＨ）１０２．主メモリ１
０３．イメージプロセッサ１ｏ４．イメージメモリ１０
５．外部記憶装置１０６．ＣＲＴコントロ〜う１０７．
キーボードエＦＣ（インターフェース）１０８．？つ７
．ＩＦＣ１０９，プリンタＩＦＣＩＩＯ，ビデオヵメラ
エＦｃ　１１１及びホストＩＦＣ１１２が備わっており
、各々のインターフェースを介して、画像処理装置！！
１００ニＣＲＴデイスプレィ２ｏｏ、キーボード２１０
゜マウス２２０．プリンタ２３ｏ、ビデオカメラ及び照
明用ランプが接続されている。

ビデオカメラ３２０が撮像した画像は、画像の走査タイ
ミングに同期して、ビデオヵメラエＦＣ１１１において
、縦、横方向共に１０２４の画素領域に区分され、各画
素における画像の濃度が８ビツトのデジタルデータに変
換される。イメージメモリ１０５は、ビデオカメラＩＦ
Ｃの出方する８ビツトの階調の１０２４ｘ１０２４画素
構成の画面を１フレ一ム以上同時に記憶しうる容量を備
えている０通常の処理は、マイクロプロセッサ１０１が
行なうが、画像処理特有の時間のかがる複雑な繰り返し
処理等については、イメージプロセッサ１０４が処理を
行なうように構成されている。

なお図示しないが、イメージプロセッサ１０４のユニッ
トには、データ変換プロセッサ、フィルタリングプロセ
ッサ及びラベリングプロセッサが内蔵されている。

この例では、ビデオカメラ丁ＦＣＩＩＩによって生成さ
れた８ビツトの画像情報と後述する処理によって生成さ
れる濃度を二値化した画像情報のいずれかが、ＣＲＴコ
ントローラ１０７を介して、ＣＲＴデイスプレィ２００
上に表示される。キーボード２１０はコンピュータ（１
０１）に指示を与えるために利用され、マウス２２０は
座標を指定するのに利用される１品質評価処理の結果は
、プリンタ２３０に出力される。

第５ａ図に、欠陥検出処理の流れの概略を示す。

第５ａ図を参照して処理の概略を説明する。まず。

ステップＡ１では、公知の方法を用いて、評価すべき鋳
片のサルファプリント４００を作成する。

ステップＡ２では１画像読取系（ビデオカメラ及び照明
）の感度のばらつきを校正するための基準画像を、サル
ファプリント４００のかわりに画像読取ユニット３００
の画像読取位置にセットする。

なお、この例で用いている基準画像は、濃度むらのない
白紙である。ステップＡ３では、セットされた基準画像
をビデオカメラ３１０で読取り、８ビツトの階調画像と
して主メモリ１０３上に保存する。ビデオカメラ３１０
の位置は、画像の分解能、即ち原稿画像上における各画
素の大きさが。

０．１６６Ｘ０．１６６（欝ｍ）以上の所定値になるよ
うに調整する。

ステップＡ４では１作成したサルファプリントを画像読
取ユニット３００に第１図に示すようにセットする。こ
れで、サルファプリント４００の画像がＣＲＴデイスプ
レィ２００に表示される。ステップＡ５では、オペレー
タが、ＣＲＴデイスプレィ上の画像をみて、画像の中心
軸ＸＣとすべき座標をマウス２２０を使って指定する。

即ち、ＣＲＴデイスプレィ２００上に、サルファプリン
トの画像とともに十字状のクロスカーソルが現われ、ク
ロスカーソルがマウスの移動に伴なって動くので、オペ
レータが、画像の中心付近の粒子の最も濃い部分にクロ
スカーソルを合わせてマウスの釦を押下すると、その位
置に軸ＸＣが設定される。後述する各種欠陥の検出対象
領域は、この例では中心軸ＸＣを基準にして自動的に設
定される。

ステップ八６のサブルーチンでは中心偏析を検出するた
めの処理を行ない、ステップＡ７のサブルーチンではＶ
偏析を検出するための処理を行ない。

ステップＡ８のサブルーチンでは内部割れを検出するた
めの処理を行ない、ステップＡ９では各ステップＡ６．
Ａ７及びＡ８で検出した欠陥の情報。

即ち、品質評価の結果をプリンタ２３０に出力する。

以下、第５ａ図に示すステップＡ６の中心偏析処理、ス
テップＡ７のＶ偏析処理、及びステップ八８の内部割れ
処理の各々について装置の具体的な動作を説明する。

まず、中心偏析処理を説明する。この処理の詳細な内容
を第５ｂ図に示す。第５ｂ図を参照して各ステップの処
理を説明する。

ステップＢ１では、処理の対象となる画像の領域を設定
する。中心偏析処理で処理する画像の領域は第３図にＡ
で示す範囲の領域（以下Ａ領域という）とＢで示す範囲
の領域（以下Ｂ領域という）である、具体的にいうと、
Ａ領域は中心軸ＸＣの位置からＸ方向に±１Ｏｎ＋ｍ、
ｙ方向に１５０１（サルファプリントの全体）の四角形
の領域であり、Ｂ領域は中心軸ＸＣからＸの逆方向に３
５＋ａ＋ｍの位置を中心とするＸ方向の±ＩＱｍｍ、ｙ
方向の］、５０ｍｍ（サルファプリントの全体）の四角
形の領域である。これらの領域の位置は、前述のステッ
プＡ５で設定した中心軸ＸＣの位置に従って、画像処理
装置１００が自動的に設定する。

ステップＢ２ではＡ領域、ステップＢ３ではＢ領域の８
ビツト階調（濃度が０〜２５５）の画像情報を、それぞ
れ画像処理のためにイメージメモリ１０５上の所定位置
にに読込む。

ステップＢ４では、ステップＢ２及びＢ３で読込んだＡ
領域及びＢ領域の画像情報をシェーディング補正する。

つまり、画像の各位置のちがいによる照明のばらつき及
びビデオカメラの感度のばらつきを補正する。この種の
補正は、一般の画像処理において公知の事項であるが、
この例においては、前述のステップＡ３で読込んだ校正
用の画像各位置の画素の濃度のばらつきを零にするよう
に、Ａ領域の画像情報及びＢ領域の画像情報の濃度に対
して補正を施こす。つまり、基本的には、校正用の画像
上のｎ番目の画素の濃度がその画像上の基準画素の濃度
に対してＫｎ倍であれば、読込んだ画像上のｎ番目の画
素位置の濃度に１／Ｋｎの定数を掛ければ、濃度のばら
つきはなくなる。

ステップＢ５では、シェーディング補正の終了したＢ領
域の８ビット階調の画像情報を処理して、濃度のヒスト
グラムを作成する。つまり、Ｂ領域の全ての画素につい
てその濃度を調べ、各々の濃度の画素が何個あるかを示
すデータを表形式で主メモリ１０３上に生成する。これ
により得られるデータをグラフに表わすと、例えば第６
ａ図のようになる。

ステップＢ６では、ステップＢ５で生成したＢ領域の画
像濃度のヒストグラムのデータに基づいて、Ｂ領域の濃
度の標準偏差σＢを求める。

ステップＢ７では、シェーディング補正の終了したＡＪ
Ｉ域の８ビット階調の画像情報を処理して。

その領域の濃度の平均値μＡを求める。なお、Ａ領域の
画像情報のヒストグラムをグラフで示すと、例えば第６
ｂ図に示すようになる。

ここで第３図を参照すると、サルファプリント上には、
比較的粒子の大きな偏析や割れの成分の他に、品質上は
特に問題にならない非常に小さな粒子（黒い点）がノイ
ズとして存在する。Ａ領域には中心偏析が生じろ確率が
高いが、Ｂ領域では。

連続鋳造の性質上、偏析や割れが生じる確率が非常に小
さい。つまり、Ｂ領域に現われる粒子は、ノイズ成分で
あり、Ａ領域に現われる粒子はノイズ成分と偏析の成分
の両方を含む、Ａ領域の濃度の分布をみると、第６ｂ図
に示すように、中心偏析の成分は、他のノイズ成分より
も少し濃度が高く、Ｌｔｈで示すしきい値濃度で区分す
れば、Ａ領域のノイズ成分と中心偏析成分とを分離でき
ることが分かる。

このようなしきい値濃度Ｌｔｈは、Ａ領域の標準偏差と
Ａ領域の平均濃度とに基づいて正確に設定できるように
思わわるが、実際には、Ａ領域の中心偏析の成分が１ｇ
片の品質に応じて太き（変化するので、Ａ領域の濃度の
ｍｌ偏差は、検出対象に応じて大きくばらつくことにな
るので、Ｌｔｈの設定に大きな誤差が生じ、中心偏析の
抽出に誤りを生じる恐れがある。

そこで、この実施例では、次のステップＢ８に示すよう
に、しきい値濃度Ｌｔｈを、ノイズ成分だけを含むＢ領
域の標準偏差σＢと中心偏析のあるへ領域の平均濃度μ
Ａとに応じて設定している。なお、ｎは予め定めた定数
である。このため、この実施例では、中心偏析の成分に
大きな変化の生じる場合であっても、しきい値濃度Ｌｔ
ｈは、常時、ノイズ成分と中心偏析の成分との境界に設
定される。

ステップＢ９では、ステップＢ８で設定されたしきい値
濃度Ｌｔ、ｈを利用して、Ａ領域の８ビット階調の画像
情報を、濃度の変化を二値的に識別し、二値画像情報を
生成する。

つまり、Ｘ方向及びｙ方向の画素単位で、各々の画素が
黒（高濃度）が白（低濃度）がを示す情報が生成される
。この情報を画像上の画素の並びに対応付けて二次元表
示すると、例えば第７ｂ図のようになる。第７ｂ図にお
いて、ハツチングを施した画素が黒画素であり、それ以
外の画素は全て白画素である。

ステップＢＩＯでは、ステップＢ９の処理で得られた二
値画像情報を処理して、Ａ領域中の不純物粒子を抽出す
る。つまり、互いに隣接する黒画素の集合、例えば第７
ｂ図におけるＰＴＩ、ＰＴ２をそれぞれ１つの粒子とし
て抽出する。

ステップＢｌｌでは、ステップＢＩＯで抽出した粒子（
ＰＴＩ、ＰＴ２．　　・・・）の各々について、その面
積を求める。実際には、各々の粒子を構成する黒画素の
数を計数し、その数値を面積Ｓとしている。

ステップＢ１２では、ステップＢ１０で抽出した粒子の
各々について、その粒径（半径）を求める。

実際には粒子の形状は様々であるので、ステップＢ　］
、　１で求めた各粒子の面積を利用して、粒径＝（面積
Ｓ／π）の平方根 を近似式として使い、粒径を求めている。

ステップＢ１３では、ノイズとみなしうる微小粒子を除
いた粒子について、それらの粒径の平均値を求める。

ステップＢ１４では、抽出した粒子のうち、径の大きな
順番で５番目までのものを１重要な偏析粒子成分として
登録する。

ステップＢ１５では、ステップＢｌｌで求めた各粒子の
面積の総和を計算する。

ステップＢ１６では、ステップＢ１５で求めた。

偏析成分の総面積（ΣＳ）と、検出対象のＡ領域の面積
（１５０Ｘ２０ｍｍ）とから、中心偏析の面積率を求め
る。

面積率＝（（ΣＳ　Ｘ　Ｋ！１１）／（１５０Ｘ２０）
）　Ｘ１００　（％）なお、Ｋｍは画素数を実際の面積
に換算するための定数である。

第５ａ図に示すステップＡ９においては、上述の中心偏
析処理の結果は１粒径の平均値、登録された５つの粒子
の面積及び粒径、及び面積率についてそれをプリンタで
出力するとともに、面積率又は平均粒径が予め定めたし
きい値以上であると。

鋳片の品質上問題があるものとして、鋳片に中心偏析の
不良があることを示す情報をプリンタに出力する。

次に、■偏析処理を説明する。この処理の詳細な内容を
第５ｃ図及び第５ｄ図に示す、各図を参照して各ステッ
プの処理を説明する。

ステップＣ１では、処理の対象となる画像の領域を設定
する。Ｖ偏析処理で処理する画像の領域は。

第３図にＣで示す範囲の領域（以下Ｃ領域という）とＤ
で示す範囲の領域（以下り領域という）である、具体的
にいうと、Ｃ領域はＡ領域の上側（Ｘ方向）のＸ方向の
幅が４０ｍｍ、ｙ方向の長さが１５０ｍｍ（サルファプ
リントの全長）の領域であり、Ｃ領域はＡ領域の下側（
Ｘの逆方向）のＸ方向の幅が４０ｍｍ、ｙ方向の長さが
１５０ｍｍの領域である。Ｖ偏析が生じるのは、Ｃ領域
及びＣ領域の範囲内である。これらの領域の位置は、Ａ
領域の位置、即ち中心軸ＸＣの位置に応じて、自動的に
設定される。なお、このＶ偏析処理においては、Ｃ領域
とＣ領域の各々について同様の処理が行なわれる。

ステップＣ２ではＣ領域、ステップＣ３ではＣ領域の８
ビット階調の画像情報を、それぞれ画像処理のためにイ
メージメモリ１０５上の所定位置に読込む。

ステップＣ４では、ステップＣ２及びＣ３で読込んだＣ
領域及びＣ領域の画像情報をシェーディング補正する。

この処理は前述のステップＢ４と同様である。

ステップＣ５では、シェーディング補正の終了したＣ領
域及びＣ領域の８ビット階調の画像情報をそれぞれ処理
して、各々の濃度のヒストグラムを作成する。

ステップＣ６ではＣ領域及びＣ領域の各々の標準偏差σ
を検出し、ステップＣ７では各領域の平均濃度μを検出
する。

ステップＣ８では、しきい値濃度Ｌｔｈを設定する。

なおこの例では、Ｃ領域のしきい値は、Ｃ領域の標準偏
差とＣ領域の平均濃度に応じて設定し、Ｃ領域のしきい
値は、Ｃ領域の標準偏差とＣ領域の平均濃度に応じて設
定する。ｎは予め定めた定数である。

ステップＣ９では、ステップｃ８で設定されたしきい値
濃度Ｌｔ、ｈを利用しで、Ｃ領域及びＣ領域の各々の８
ビット階調の画像情報の、濃度の変化を二値的に識別し
、二値画像情報を生成する。

つまり、Ｘ方向及びｙ方向の画素単位で、各々の画素が
黒（高濃度）が白（低濃度）かを示す情報が生成される
。この情報を画像上の画素の並びに対応付けて二次元表
示すると１例えば第８ａ図のようになる。第８ｂ図にお
いて、ハツチングを施した画素が黒画素であり、それ以
外の画素は全て白画素である。

ステップＣＩＯでは、ステップｃ９の処理で得られた二
値画像情報を処理して、Ｃ領域及びＣ領域中の不純物粒
子を抽出する。つまり、互いに隣接する黒画素の集合、
例えば、第８ａ図におけるＰＴ３１．ＰＴ３２．ＰＴ３
３．ＰＴ４．・・をそれぞれ１つの粒子として抽出する
。

ステップＣ１ｌでは、ステップＣ１０で抽出した粒子の
各々の面積を求めろ。実際には、各々の粒子を構成する
黒画素の数を計数し、その数値を面積Ｓとしている。

ステップＣ１２では、ステップＣＩＯで抽出した粒子の
各々の重心位置を求める０重心のＸ方向の画素位置をヌ
、重心のｙ方向の画素位置をりとすると、各々の粒子の
重心位置は、次の第（１）式により求められる。

ヌ＝（Σｘｉ）／ｎ、　７＝　（Σｙｉ）／ｎ　・・・
・（１）但し、ｘｉ：粒子中の画素のＸ座標（ｉ＝１〜
ｎ）ｙｉ：粒子中の画素のｙ座標（ｉ＝１〜ｎ）ｎ：粒
子を構成する黒画素の数 ステップＣ１３では、ステップＣ１０で検出した多数の
粒子の中から１つの粒子を抽出する。このステップから
第５ｄ図のステップＤＩ３までの処理は繰り返し実行さ
れ、全ての粒子の各々に対して、それぞれ実行される。

ステップＣ１４では、ステップＣＩ３で抽出した１つの
粒子の面積を調べる１例えば、第８ａ図に示す粒子ＰＴ
４のように、それの面積が比較的大きいものである場合
には、その粒子単独で、Ｖ偏析を構成する粒子の候補と
みなし１次のステップＣ１５に進み、そうでなければ粒
子が小さいので、第５ｄ図のステップＤ１に進む、ｎ２
は予め定めた定数である。

ステップＣ１５では、抽出した粒子を構成するｎ個画素
（ｘ　ｘ　＋　ｙ　ｊ）がらそれらの共分散γを求める
。この共分散γは、それらの画素で構成される粒子が、
細長いか否がを識別しうるパラメータであり、細長いほ
ど１に近づき、丸くなるほど０に近づく、この場合のγ
は次の第（２）式で求められる。

ステップＣ１６では、ステップＣ１５で求めた共分散γ
の大小を識別する。γが所定値ｎ３よりも大きい場合に
は、粒子が比較的細長く、Ｖ偏析を構成する粒子の可能
性が高いので、次のステップＣ１７に進んでその粒子を
有効粒子として登録し、そうでない場合には、第５ｄ図
のステップＤ１に進む・ ステップＣ１８では、ステップＣ１７で有効粒子として
登録した粒子のモーメントｍ１１．ｍ２（１及びｍ０２
を求める。各々のモーメントは１次の第（３）式により
求められる。

ｍ１１＝Σ（ｘｉ−父）　　（ｙｉ−？）ｍ２ｇ＝Σ（
ｘｉ−父）２ ｍ０２＝Σ（ｙｉ−７）”　　　　　　　・・・・（３
）ステップＣ１９では、ステップＣ１８で求めたモーメ
ントを利用して、登録した細長い粒子の延びる方向をＸ
軸に対する角度Ｏとして求める。この角度は、次の第（
４）式により求められる。

θ”　（１／　２）　・ｔ　ａｎ″″’　（ｍｔ　ｔ　
／（ｍ２ｏ　−ｍｏ　２　））・・・・（４） 上述のステップＣ１４で面積が比較的小さいとみなされ
た粒子、もしくはステップＣ１６で比較的丸い形状であ
るとみなされた粒子に対しては、第５ｄ図のステップＤ
１から始まる処理が適用される。

ステップＤ１では、識別すべき粒子の面積の大小を識別
する。この場合の参照値ｎ４は、予め定めた定数であっ
て、ステップＣ１４のｎ２よりも小さい値である１粒子
の面積がｎ４より小さい場合、即ち、Ｖ偏析粒子の候補
とみなせない非常に小さな粒子の場合には、ステップＤ
１３に進み、粒子の面積がｎ４以上である場合には１次
にステップＤ２に進む。

ステップＤ２では、面積がｎ４以上の粒子を、複数の粒
子でＶ偏析粒子を構成しつる粒子要素とみなしてそれを
登録する。

ステップＤ３では、ステップＤ２で登録した粒子要素に
ついて、その近傍の粒子又は粒子要素を捜す。即ち、Ｖ
偏析の場合１例えば第８ｂ図に示すように多数の粒子が
特定の方向に偏よって分布しているので、粒子間の相関
を調べて、相関の強いもの同志を結び付ける。

具体的には、まず、注目粒子の重心（又は中心）を中心
として半径Ｒ（この例では７ｍｍ相当）の範囲内で、各
々の角度θｉ力方向おける全画素の濃度の総和（二値画
像上の黒画素数でもよい）を求め、第８ｃ図に示すよう
な角度方向の濃度のヒストグラムを作成する。Ｖ偏析の
場合には、偏析粒子の分布が特定の方向にかたよってい
るので、ヒストグラム上にある角度でピークが現われる
６つまり、注目粒子に対してピークの角度θ０の方向に
、粒子が存在することになる。そこで、ステップＤ３で
は、注目粒子に対して角度Ｏｏ±Δθの範囲内で粒子を
捜す。

ステップＤ５では、みつかった粒子の中で注目粒子に最
も距離の近いものを注目粒子と相関の強いものとみなし
て、それを注目粒子と同一の粒子グループに登録する。

例えば、第８ｄ図に示すように粒子ＰＯ，Ｐｉ。

Ｐ２及びＰ３が存在する場合、最初の注目粒子Ｐ０の重
心Ｃｐｏに対してθ０±Δθの範囲内で最も（重心が）
近い粒子はＰｌであるから、Ｐｌは粒子ＰＯと同一のグ
ループに登録される。

ステップＤ６では、注目粒子を、直前のステップＤ５で
新しくグループの要素として登録した粒子要素に移して
、再びステップＤ３の処理に戻る。

従って、同一のグループに登録しうる多数の粒子要素が
存在する場合には、ステップＤ３．Ｄ４゜Ｄ５及びＤ６
の処理は、何回も繰り返し実行される。なお、ステップ
Ｄ６からＤ３に移る場合には。

前の注目粒子において検出した濃度分布方向の角度００
に対して、新しい注目粒子における濃度分布方向の角度
が大きく異なる場合には、同一グループの粒子要素がそ
れ以上存在しないものとみなす。

例えば、第８ｄ図に示すように粒子ｐｏ、ｐｉ。

Ｐ２及びＰ３が存在する場合、上述の処理によって、ま
ず最初にＰｌがグループに登録され、Ｐｌとの相関で次
にＰ２がグループに登録され５次にＰ２との相関で粒子
Ｐ３がグループ内に登録される。つまりこの場合には、
第８ｅ図に示すように、１つのグループにＰＯ，ＰＬ、
Ｐ２及びＰ３の４つの粒子が登録されることになる。

ステップＤ２で登録した粒子要素と同一のグループの要
素として登録しうる全ての粒子の検出が終了したら、ス
テップＤ４からステップＤ７の処理に進む。

ステップＤ７では、ステップＤ２で登録した粒子要素と
同一のグループに区分した粒子の総個数を調べる。それ
が３個以上である場合には、次にステップＤ８に進み、
そうでなければステップＤ１３に進む。

ステップＤ８では、同一のグループに区分した３個以上
の粒子要素の面積の総和を求め、それの大小を調べる。

ｎ５は予め定めた定数である。

粒子グループの総面積が比較的大きい場合には、ステッ
プＤ９に進み、そのグループ全体を、■偏析を構成する
有効な粒子群とみなして、それを登録する。

ステップＤ１０では、ステップＤ９で登録した１グルー
プに属する粒子群全体の重心を求める。この処理は、前
述のステップＣ１２と同様である。

ステップＤｌｌでは、ステップＤ９で登録した１グルー
プに属する粒子群全体のモーメントを求める。この計算
処理は、前述のステップＣ１８と同様である。

ステップＤ１２では、ステップＤ９で登録した１グルー
プに属する粒子群全体の傾いている方向（角度）を求め
る。この計算処理は、前述のステップＣ１９と同様であ
る。

以上の処理が、ステップＣＩＯで抽出した全ての粒子の
各々に対して実行される。全ての粒子に対して処理が終
了すると、ステップＤＩ３からステップＤ１４に進む。

ステップＤ１４では、上述の処理で得られたＶ偏析構成
要素（粒子及び粒子グループ）の各々の角度（ステップ
Ｃｉ　９又はＤ１２で得たもの）の平均値を求めて、そ
れをＶ偏析の角度とする。なお、領域Ｃと領域りとでは
偏析粒子の方向が逆になるので、Ｒ域Ｃの粒子の角度と
領域りの粒子の角度どは別々に平均化する。

ステップ０１５では、Ｖ偏析構成要素の面積の総和を求
め、更に面積率、即ち、Ｃ領域とＤ領域の面積に対する
Ｖ偏析粒子部分の面積の比率を求める。

第５ａ図のステップＡ９では、ステップＡ７のＶ偏析処
理の結果（角度及び面積ｙ＠）をプリンタに出力すると
ともに、その面積率が所定以上である場合には、８片に
Ｖ偏析の不良があることを示す情報をプリンタに出力す
る。

次に、内部割れ処理を説明する。この処理の詳細な内容
を第５ｅ図、第５ｆ図及び第５ｇ図に示す。各回を参照
して各ステップの処理を説明する。

ステップＥ１では、処理の対象となる画像の領域を設定
する。内部割れ処理で処理する画像の領域は、第３図に
Ｅで示す範囲の領域（以下Ｃ領域という）とＦで示す範
囲の領域（以下Ｃ領域という）である。具体的にいうと
、Ｅ領域はＡ領域の上側（Ｘ方向）のＸ方向の幅が６５
ｍｍ、ｙ方向の長さが１５０ｍｍ（サルファプリントの
全長）の領域であり、Ｆ領域はＡ領域の下側（Ｘの逆方
向）のＸ方向の幅が６５ｍｍ、ｙ方向の長さが１５０ｍ
ｍの領域である。内部割れが生じ易いのはこれらの領域
内（特にＥ領域）である。これらの領域の位置は、Ａ領
域の位置、即ち中心軸ＸＣの位置に応じて、自動的に設
定される。なお、この内部割れ処理においては、Ｃ領域
とＤ領域の各々について同様の処理が行なわれる。

ステップＥ２ではＥ領域、ステップＥ３ではＦ領域の８
ビット階調の画像情報を、それぞれ画像処理のためにイ
メージメモリ１０５上の所定位置に読込む。

ステップＥ４では、ステップＥ２及びＥ３で読込んだＥ
領域及びＦ領域の画像情報をシェーディング補正する。

この処理は前述のステップＢ４と同様である。

ステップＥ５では、シェーディング補正の終了したＥ領
域及びＦ領域の８ビット階調の画像情報をそれぞれ処理
して、各々の濃度のヒストグラムを作成する。

ステップＥ６ではＥ領域及びＦ領域の各々の標準偏差σ
を検出し、ステップＥ７では各領域の平均濃度μを検出
する。

ステップＥ８では、しきい値濃度Ｌｔ、ｈを設定する。

なおこの例では、Ｅ領域のしきい値は、Ｅ領域の標準偏
差とＥ領域の平均濃度に応じて設定し、Ｆ領域のしきい
値は、Ｆ領域の標準偏差とＦ領域の平均濃度に応じて設
定する。ｎは予め定めた定数である。

ステップＥ９では、ステップＥ８で設定されたしきい値
濃度Ｌｔｈを利用して、Ｅ領域及びＦ領域の各々の８ビ
ット階調の画像情報の、濃度の変化を二値的に識別し、
二値画像情報を生成する。

つまり、Ｘ方向及びｙ方向の画素単位で、各々の画素が
黒（高濃度）か白（低濃度）かを示す情報が生成される
。この情報を画像上の画素の並びに対応付けて二次元表
示すると、例えば第９ａ図のようになる。第９ａｆｆｊ
Ｊにおいて、ハツチングを施した画素が黒画素であり、
それ以外の画素は全て白画素である。

ステップＥＩＯでは、ステップＥ９の処理で得られたＥ
領域の二値画像情報に基づいた処理を行なって、Ｃ領域
中の割れ領域の候補を抽出する。この処理は複雑である
ので、後で詳細に説明する。

ステップＥｌｌでは、ステップＥ９の処理で得ら九たＦ
領域の二値画像情報に基づいた処理を行なって、Ｃ領域
中の割れ領域の候補を抽出する。この処理はステップＥ
ＩＯの処理と同様である。

ステップＥ１２では、ステップＥＩＯ又はＥｌｌで抽出
されたＥ領域及びＦ領域の割れ領域の各々について、Ｘ
方向の長さＸ及びｙ方向の長さＹを求める。具体的には
、割れ領域を構成する画素のうちＸ座樟の最小のものか
ら最大のものまでの長さをＸとし、割れ領域を構成する
画素のうちｙ座標の最小のものから最大のものまでの長
さをＹとする（第９ｅ図参照）。

ステップＥ１３では、割れの勾配、即ちＹ／Ｘを計算に
より求める。

ステップＥ１４では１割れ領域の画素数を計数し、それ
の面積を求める。

ステップＥ１５では、割れ領域の面積率を計算により求
める。

ステップＥ１６では、内部割れの判定を行なう。

具体的にいうと、この例では、割れ領域の長さが３ｍｍ
以上であること２割れ領域の傾きの角度がＸ軸に対して
±３０度以内であること、及び比較的細長い形状を有す
ること、の全での条件を満足する場合に、それを内部割
れと判定する。割れの角度については、＆８造の性質上
、その方向にだけ割れが生じるのでこのような条件を設
定しである。

なお形状については５割れ領域の長さＸ、Ｙのうち大き
い方をし、割れ領域の面積をＳとした場合に、Ｓ／Ｌ”
　＜０．２の条件を満たすと、細長いものとみなしてい
る。

次に、ステップＥＩＯのＥ領域連結処理について説明す
る。この内容については、第５ｆ図及び第５ｇ図に示し
である。まず第５ｆ図を参照して説明する。

ステップＦ１では、上述のステップＥ９で生成した二値
画像情報について、画素を順次に走査し、黒画、＊（濃
度の大きいもの）を探索する。二値画像情報の一例を第
９ａ図に示す。走査の順番は、Ｘ方向に１ラインの走査
を行ない、それが終了するとＸ方向の座標を次の画素位
置に移して再びＸ方向の走査を行なう、という動作の繰
り返しである。

ステップＦ２以降の処理は、Ｅ領域及びＦ領域の全ての
黒画素について、それぞれ処理が実行される。

ステップＦ１で黒画素がみつかったら、ステップＦ２を
介してステップＦ３に進み、方向を示すフラグＦ　ｄｉ
ｒに１をセットする・ ステップＦ４では、フラグＦ　ｄｉｒの状態を識別する
。フラグＦｄｉｒが１の場合には、次にステップＦ５に
進み、そうでなければ第５ｇ図のステップＧ１に進む。

ここで、相対的な画素の位置について第９ｂ図のように
定義する。なお、第９ｂ図に示す９個の画素Ｐ１１〜ｐ
ａａのうち中心の画素Ｐ２２を注目画素とする。

ステップＦ５．Ｆ６及びＲ７では、それぞれ、ステップ
Ｆ１で探索した黒画素（注目画素）及びその近傍の画素
の、８ビツトの階調画像情報を参照して各画素の濃度を
読み、それの識別を行なう。

つまり、ステップＦ５では、注目画素Ｐ２２の濃度と右
隣りの画素Ｐ３２の濃度とを比較する。また、ステップ
Ｆ６では、画素Ｐ３□の濃度と注目画素Ｐ２□の濃度と
の差を判別する。Ｒ６は定数。

σは濃度の標準偏差である。ステップＦ７では、画素Ｐ
３２の濃度の大小を調べる。この場合の参照値は１μｍ
ｎ７・σ（μは濃度の平均値、Ｒ７は定数）である。

ステップＦ５．Ｆ６及びＲ７のいずれか１つの条件が満
たされる場合には次にステップＦ８に進み、そうでなけ
ればステップＦ１８に進む。

ステップＦ８では、注目画素を中心として、その周囲に
おける回転方向の濃度のヒストグラムを作成する。具体
的には、注目画素から９画素の距離の範囲内で、第９Ｃ
図に示すように、１０度毎の角度の各々について濃度の
総和を求め、ヒストグラムを作成する。これにより、例
えば第９ｄ図に示すようなヒストグラムが得られる。鋳
片の内部割れの場合、その割れの方向は第３図に示すよ
うにＸ方向に向くので、内部割れの情報を含むヒストグ
ラムにおいては、第９ｄ図のように、Ｘ軸に近い角度領
域Ｒ１及びＲ２（Ｘ軸に対して±３０度の領域）の濃度
が他の角度領域Ｒ３，Ｒ４の濃度よりも大きい分布を示
す。

ステップＦ９では、角度領域Ｒ１の中で９画素の濃度の
総和が最大のものを抽出して、それの濃度Ｒ１ｍをしき
い値ＴＨａと比較する。このしきい値ＴＨａは、次の第
（５）式から得られる。

ＴＨａ：（μ−ｎ８・σ）９　　　　　・・・・（５）
但し、μはＥ又はＦ領域の平均濃度、σはＥ又はＦ領域
の濃度の標準偏差、Ｒ８は定数。

ステップＦＩＯでは、角度領域Ｒ２の中で濃度の総和が
最大のものを抽出し、それの濃度Ｒ２ｍを前記しきい値
ＴＨａと比較する。

ステップＦｉｌでは、角度領域Ｒ１の中の最大の濃度Ｒ
１ｍをしきい値ＴＨｂと比較する。し−きい値ＴＨｂは
、次の第（６）式から得られる。

ＴＨｂ＝（（Ｒ３＋Ｒ４）／２）−ｎ！Ｌ＋ｙ　　・・
・（６）但し、Ｒ３：角度領域Ｒ３の平均濃度 Ｒ４：角度領域Ｒ４の平均濃度 Ｒ９：定数 σ：Ｅ領域Ｅ又はＦ領域の濃度の標準偏差ステップＦ１
２では、角度領域Ｒ２の中の最大の濃度Ｒ２ｍをしきい
値ＴＨｂと比較する。

ステップＦ９及びＦｉｌの条件を満足するか又はステッ
プＦＩＯ及びＦ１２の条件を満足する場合には、ステッ
プＦ−１３に進み、そうでなければステップＦ１８に進
む。

ステップＦ１３では、注目画素Ｐ２□の右側の３つの画
素Ｐ３１．　ｖ　Ｐ３２　ｒ　Ｐ３３の中でそれの濃度
が最の大きいものをＰｙｎとして選択し、ステップＦ１
４ではＰｍの画素に注目画素を移動する。

ステップＦ１５では、カウンタＣＮｐの内容をインクリ
メントする。なお、ＣＮｐの内容は、ステップＦ３を実
行する時に０にクリアされる。

カウンタＣＮＰの内容が１又は２の時は次にステップＦ
５に進むが、ＧＮＰの内容が３以上である時には、ステ
ップＦ１７に進み、注目画素Ｐｍを、それまでにみつか
った黒画素に連結されるべき画素、即ち連結画素として
登録する。つまり、ステップＦ５．Ｆ６及びＦ７のうち
のいずれかの条件が満たされ、かつ、ステップＦ９及び
ＦｉｌもしくはステップＦＩＯ及びＦ１２の条件が満た
される注目画素が３回以上連続的に現われた場合に、そ
の注目画素を連結画素とする。これにより、濃度の二値
化の際にしきい値よりも濃度が低く、白画素とみなされ
た画素についても、それが割れの一部である可能性が高
い画素については、それを黒画素として取扱う。これに
より、例えば中央部の濃度が薄く、２つの割れ領域に分
離して二値化された１つの割れ領域については、その中
央のとぎれた部分に、黒画素、即ち連結画素が補間され
るので、２つの割れ領域が連結され、本来の割れ領域全
体の形状を復元できる。

なお、カウンタＣＮｐが３の時には、ＧＮＰが１及び２
の時の注目画素についても、それを連結画素として登録
する。

ステップＦ１６又はＦ１７の次にはステップＦ５に戻る
ので、上述の処理は、上記の条件が満たされなくなるま
で、注目画素を移動しながら繰り返し実行される。従っ
て、条件を満たす画素が存在する限り、次々に連結画素
が識別されてそれが黒画素でない部分に補間される。

ステップＦ５．Ｆ６及びＦ７のうちのいずれの条件も満
たされないか、もしくは、ステップＦ９とＦｉｌの両方
の条件、及びステップＦＩＯとＦ１２の両方の条件のい
ずれも満たされない場合には、ステップＦＩ８でフラグ
Ｆ　ｄｉｒをＯにクリアし、ステップＦ４に戻る。

なお、フラグＦ　ｄｉｒは注目画素の移動方向を示し、
それが１の時はＸ方向に移動し、０の時にはＸの逆方向
（マイナス方向）に移動する。

ステップＦ１８を実行した後では、フラグＦ　ｄｉｒが
０であるので、ステップＦ４の次に、第５ｇ図のステッ
プＧ１に進む。

ステップＧｌ、Ｇ２及びＧ３では、それぞれ、ステップ
Ｆ１で探索した黒画素（注目画素）及び七の近傍の画素
の、８ビツトの階調画像情報を参照して各画素の濃度を
読み、それを識別を行なう６つまり、ステップＧ１では
、注目画素Ｐ２２の濃度と左隣りの画素Ｐ１２の濃度と
を比較する。また、ステップＧ２では、画素Ｐ１２の濃
度と注目画素Ｐ２２の濃度との差を判別する。ステップ
Ｇ３では、画素Ｐ１２の濃度の大小を調べる。この場合
の参照値はμ−０７・σである。

ステップＧｌ、Ｇ２及びＧ３のいずれか１つの条件が満
たされる場合には、ステップＧ４に進み、そうでなけれ
ばステップＦ１に戻り次の黒画素の探索に移る。

ステップＧ４では、前述のステップＦ８と同一の処理を
行ない、ステップＧ５に進む。

各ステップＧ５．Ｇ６．Ｇ７及びＧ８では、それぞれ、
前述のステップＦ９．ＦＩＯ，Ｆｉｌ及びＦ１２と同様
の処理を行なう。

ステップＧ５及びＧ７の条件を満足するか又はステップ
Ｇ６及びＧ８の条件を満足する場合にはステップＧ９に
進み、そうでなければステップＦｌに進む。

ステップＧ９では、注目画素Ｐ２２の左側の３つの画素
Ｐ１１　＋　ＰＩ　２　＋　ＰＩ３の中でそれの濃度が
最の大きいものをＰｍとして選択し、ステップＧ１０で
はＰｍの画素に注目画素を移動する。

ステップＧｌｌでは、カウンタＣＮｐの内容をインクリ
メントする。なお、ＣＮｐの内容は、ステップＦ４から
Ｇｌに移る時にＯにクリアされる。

カウンタＣＮｐの内容が１又は２の時は次にステップＧ
１に進むが、ＣＮｐの内容が３以上である時には、ステ
ップＧ１３に進み、注目画素Ｐｍを、それまでにみつか
った黒画素に連結されるべき画素、即ち連結画素として
登録する。つまり、ステップＧｌ、Ｇ２及びＧ３のうち
のいずれかの条件が満たされ、かつ、ステップＧ５及び
Ｇ７もしくはステップＧ６及びＧ８の条件が満たされる
注目画素が３回以上連続的に現われた場合に、その注目
画素を連結画素とする。これにより、濃度の二値化の際
にしきい値よりも濃度が低く、白Ｗ素とみなされた画素
についても、それが割れの一部である可能性が高い画素
については、それを黒画素として取扱う、これにより、
例えば中央部の濃度が薄く、２つの割れ領域に分離して
こ値化された１つの割れ領域については、その中央のと
ぎれた部分に、黒画素、即ち連結画素が補間されるので
、２つの割れ領域が連結され、本来の割れ領域全体の形
状を復元できる。

なお、カウンタＣＮｐが３の時には、ＣＮｐが１及び２
の時の注目画素についても、それを連結画素として登録
する。

ステップＧ１２又はＧ１３の次にはステップＧ１に戻る
ので、上述の処理は、上記の条件が満たされなくなるま
で、注目画素を移動しながら繰り返し実行される。従っ
て１条件を満たす画素が存在する限り１次々に連結画素
が識別されてそれが黒画素でない部分に補間される。

ステップＧｌ、Ｇ２及びＧ３のうちのいずれの条件も満
たされないか、もしくは、ステップＧ５と６７の両方の
条件、及びステップＧ６と６８の両方の条件のいずれも
満たされない場合には、ステップＦ１に戻り、次の黒画
素を探索する。

濃度の二値化で得られた全ての黒画素について上述の処
理が終了するまで、この処理を繰り返し実行する。

上記処理の結果の一例を第９ｅ図に示す。第９ｅ図にお
いて、ハンチングを施した画素が、濃度の二値化によっ
て黒画素（しきい値以上の高濃度画素）とみなされた画
素であり、その他の画素は白画素とみなされた画素であ
る。また、○印を付けた画素は、各々、上述の連結処理
によって補間さ九た連結画素を示している３第９ｅ図の
例では。

二値化の結果、２つの黒画素領域として識別されたもの
が、連結処理によって生成された連結画素により１つに
連結されている。この場合の割れ領域の長さは、Ｘ方向
がＸ、ｙ方向がＹとして識別される。

第５ｅ図のステップＥｌｌに示すＦ領域連結処理の内容
は、上述のＥ領域連結処理と同様であり、処理の対象と
なる領域、使用する標準偏差及び平均濃度のみが異なる
。

なお、上記実施例においては、縦方向と横方向の両方の
走査を電気的に行なうビデオカメラを用いてサルファプ
リントの画像を読込むようにしているが、例えば−・次
元の固体走査を行なうラインセンサと機械的な走査駆動
機構とを組合せたイメージスキャナを用いて画像を読込
むように構成してもよい。

また、実施例では欠陥情報をサルファプリントの画像か
ら得るようにしているが、同様の欠陥情報が含まれる画
像であれば、他の手段による画像を撮像してもよい。

し効果］ 以上のとおり、本発明によれば５画像処理装置により、
自動的に欠陥に関する品質評価の情報が生成されるので
、人間が感覚的に評価する場合のような、あいまいさ９
個人差、ばらつき等がなくなり、高精度の品質評価結果
が得られる。しかも、本発明においては、欠陥に対応す
る画素の抽出に特別な工夫があるので、従来の単純な濃
度の二値化処理に比べて、欠陥とそうでない部分とを識
別する能力が非常に高い。

【図面の簡単な説明】

第１図は、本発明を実施する一形式の欠陥検出装置の外
観を示す斜視図である。 第２図は、検査対象の鋳片を示す斜視図である６第３図
は、鋳片から得られたサルファプリントの一例を示す平
面図である。 第４図は、第１図の装置の電気回路の構成を示すブロッ
ク図である。 第５ａ図は、第１図に示す装置を用いて実施される品質
評価の処理の流れを示すフローチャートである。 第５ｂ図、第５ｃ図、第５ｄ図、第５ｅ図、第５ｆ図及
び第５ｇ図は画像処理装置１００の動作を示し、第５ｂ
図は第５ａ図のステップ八６の中心偏析処理、第５ｃ図
及び第５ｄ図は第５ａ図のステップＡ７のＶ偏析処理、
第５ｅ図、第５ｆ図及び第５ｇ図は第５ａ図のステップ
Ａ８の内部割れ処理の内容をそれぞれ示すフローチャー
トである。 第６ａ図及び第６ｂ図は、それぞれサルファプリント上
のＢ領域及びＡ領域の画像における濃度分布を示すグラ
フである。 第７ａ図はサルファプリント上のＡ領域を示す平面図、
第７ｂ図は第７ａ図の画像を読込んで濃度を二値化した
情報の一部分を示す平面図である。 第８ａ図及び第８ｂ図はサルファプリント上のＣ領域の
画像を読込んで濃度を二値化した情報の一部分を示す平
面図、第８ｃ図は第８ｂ図の粒子ＰＯに対するその周囲
の回転方向の濃度分布を示すグラフ、第８ｄ図は探索領
域と各粒子の重心との位置関係を示す平面図、第８ｅ図
は同一グループに登録した一連の粒子の情報の位置関係
を示す平面図である。 第９ａ図は、サルファプリント上のＥ領域の画像を読込
んで濃度を二値化した情報の一部分を示す平面図、第９
ｂ図は注目画素近傍における各画素の位置関係を示す平
面図、第９ｃ図は注目画素とその回転方向の領域の区分
を示す平面図、第９ｄ図は注目画素周辺の回転方向の濃
度分布を示すグラフ、第９ｅ図は第９ａ図の情報を連結
処理した後の情報を示す平面図である。 １００：画像処理装置　　　　　１０１　：マイクロプ
ロセッサ１０２：：４動小数点演算ユニット １０３：主メモリ　　　　　　　１０４：イメージプロ
セッサ１０５：イメージメモリ　　　　２００：ＣＲＴ
デイスプレィ２１０：キーボード　　　　　　２２０：
マウス２３０：プリンタ　　　　　　　３００：画像読
取ユニット３１０：ビデオカメラ　　　　　３２０，３
３０：ランプ４００：サルファプリント 電ち　］　　ｌ’ン１ 第 ｂａ 図 第 ｂ 図 衛服鼻１ 第 ａ 図 第 ８Ｆ １り１ 第 ｃ １斗４ ６゜ １炙ｅｉ Ｘ 第 図 Ｘ 第 ｄ ［Ｒ１ 第 ｅ 図 第 つり ［４ 手続補正書 （自発） １、事件の表示 ２、発明の名称 昭和６３年特許願第１７４８０４号 鋳片断面の品質評価装置 ３、補正をする者 事件との関係 住所 名称

Claims (3)

【特許請求の範囲】
1. （１）検査対象鋼材の断面の組織変化を示す光学画像情
   報を撮像する撮像手段； 前記撮像手段が撮像した画像情報を処理し、画像各部の
   濃淡変化を二値的に表わす二値画像情報を生成し、該二
   値画像情報に現われた複数の欠陥候補領域同志の間の欠
   陥候補でない領域に、各々の画素とその周辺の画素との
   濃度の分布状態に基づいて、欠陥候補の画素を補間して
   前記複数の欠陥候補領域を１つの領域として連結し、連
   結によって識別された各々の領域について、それの大き
   さ及び形状の少なくとも一方に基づいて、欠陥を識別す
   る、画像処理手段；及び 前記画像処理手段が識別した欠陥の情報を出力する、出
   力手段： を備える、鋳片断面の品質評価装置。
2. （２）検査対象鋼材の断面の組織変化を示す光学画像情
   報を撮像する撮像手段； 前記撮像手段が撮像した画像情報を処理し、画像各部の
   濃淡変化を二値的に表わす二値画像情報を生成し、該二
   値画像情報に現われた複数の欠陥候補領域を抽出し、抽
   出した欠陥候補領域に対するその周辺画素領域において
   、その回転方向の濃度分布が比較的大きな方向の所定範
   囲において、他の欠陥候補領域のうち最も距離の近いも
   のを、同一グループの欠陥候補領域として登録し、各々
   のグループに属する欠陥候補領域群の全体の面積及び形
   状の少なくとも一方に基づいて、欠陥を識別する、画像
   処理手段；及び 前記画像処理手段が識別した欠陥の情報を 出力する、出力手段； を備える、鋳片断面の品質評価装置。
3. （３）検査対象鋼材の断面の組織変化を示す光学画像情
   報を撮像する撮像手段； 前記撮像手段が撮像した画像情報を処理し、画像上の欠
   陥が含まれる頻度の比較的高い第１の領域について、画
   像を構成する画素の濃度分布の平均濃度を検出し、画像
   上の欠陥が含まれる頻度の比較的低い第２の領域につい
   て、画像を構成する画素の濃度分布の標準偏差を検出し
   、前記平均濃度と前記標準偏差とに基づいてしきい値濃
   度を設定し、少なくとも前記第１の領域について、画像
   情報の濃淡変化を、前記しきい値濃度で二値的に区分し
   て二値画像情報を生成し、該二値画像情報に現われた欠
   陥候補領域の各々について、それの大きさ及び形状の少
   なくとも一方に基づいて、欠陥を識別する、画像処理手
   段；及び 前記画像処理手段が識別した欠陥の情報を 出力する、出力手段； を備える、鋳片断面の品質評価装置。