JPH0363889A - 画像処理アルゴリズム - Google Patents
画像処理アルゴリズムInfo
- Publication number
- JPH0363889A JPH0363889A JP1200688A JP20068889A JPH0363889A JP H0363889 A JPH0363889 A JP H0363889A JP 1200688 A JP1200688 A JP 1200688A JP 20068889 A JP20068889 A JP 20068889A JP H0363889 A JPH0363889 A JP H0363889A
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing
- picture
- fourier transform
- applying
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 48
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000009499 grossing Methods 0.000 claims abstract description 6
- 230000008602 contraction Effects 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 claims 1
- 239000002184 metal Substances 0.000 claims 1
- 230000002708 enhancing effect Effects 0.000 abstract 3
- 238000001914 filtration Methods 0.000 abstract 3
- 230000006835 compression Effects 0.000 abstract 2
- 238000007906 compression Methods 0.000 abstract 2
- 238000000034 method Methods 0.000 description 7
- 230000010339 dilation Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
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。
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〕
この発明は、画像処理VPMを用いた部品の傷検査、識
別、に関するものである。
別、に関するものである。
従来の画像処理装置Itfζおいて、特徴・倉抽出賜理
を行う為の画像処理アルゴリズムは、求めたい物体に対
し、反射光あるいは透過光をあて、物体の形状を抽出さ
せてから画像として取り込み、2f値化処理後、特徴量
抽出処理を行っていに。
を行う為の画像処理アルゴリズムは、求めたい物体に対
し、反射光あるいは透過光をあて、物体の形状を抽出さ
せてから画像として取り込み、2f値化処理後、特徴量
抽出処理を行っていに。
では、第4図Iζおいて従来の画像処理装置iこおける
固像悠理アルゴリズムを示す、第4図の(201)にお
いて、瞳像入力装置による画像の読み込みを行い、(2
02)において、(201)で得られた濃淡画像に2i
f化を施す、(20B)#ζおいて、(202)で得ら
れた2[画像に対し、特機部を抽出、例えば物体の面積
、外周長等である。 (204) lこおいて(208
)で得られた特機部から物体の識別結果を表示する。
固像悠理アルゴリズムを示す、第4図の(201)にお
いて、瞳像入力装置による画像の読み込みを行い、(2
02)において、(201)で得られた濃淡画像に2i
f化を施す、(20B)#ζおいて、(202)で得ら
れた2[画像に対し、特機部を抽出、例えば物体の面積
、外周長等である。 (204) lこおいて(208
)で得られた特機部から物体の識別結果を表示する。
従来の画像処理装置による特徴滝抽出5!5+理を行う
為の画像処理アルゴリズムは、以上の様なものでありT
二tこめ、反射光照明を用いた場合、特徴及抽出処理を
行う物体は、光沢のある物体、あるいは背景と物体との
偵度差がはっきり出ているもの、すなわち、白黒がはり
きり出るものでなければならなかりた。従りて、特徴量
抽出処理を行う場合、処理が可能な物体及び環境に制限
があり、また、2値化さtlfことしても照明のあて方
に問題があり、同一物体lどもかめ)わらずげ像として
異なってくる問題もあった。また、物体の表面形状の判
別は、事実上不可能であつrこ、透過光照明においては
、物体の形状のみが得られる!こめ、形状のみによる特
徴量抽出処理は可能であるが、認識ステージが複雑で実
際の工場でのワインには向かない。また反射光照明と同
様表面形状の判別は不可能であった。
為の画像処理アルゴリズムは、以上の様なものでありT
二tこめ、反射光照明を用いた場合、特徴及抽出処理を
行う物体は、光沢のある物体、あるいは背景と物体との
偵度差がはっきり出ているもの、すなわち、白黒がはり
きり出るものでなければならなかりた。従りて、特徴量
抽出処理を行う場合、処理が可能な物体及び環境に制限
があり、また、2値化さtlfことしても照明のあて方
に問題があり、同一物体lどもかめ)わらずげ像として
異なってくる問題もあった。また、物体の表面形状の判
別は、事実上不可能であつrこ、透過光照明においては
、物体の形状のみが得られる!こめ、形状のみによる特
徴量抽出処理は可能であるが、認識ステージが複雑で実
際の工場でのワインには向かない。また反射光照明と同
様表面形状の判別は不可能であった。
この発明は、上記の様な課題を解決するたいになされた
もので、特別な照明装置を・6要とせず、更に特徴量抽
出処理を行わせる物体を選ばずに物体の表面状態の識別
を可能とするm像処理アルゴリズムを得ろ事を目的とす
る。
もので、特別な照明装置を・6要とせず、更に特徴量抽
出処理を行わせる物体を選ばずに物体の表面状態の識別
を可能とするm像処理アルゴリズムを得ろ事を目的とす
る。
(g!I題を解決するための手段〕
本発明に係る画像処理アルゴリズムは、画像入力装置か
ら入力された濃淡画像に対し、フーリエ変捗、高周波強
調フィルタ、逆フーリエ変換を施した後、平滑化処理に
よるノイズ除去逃場を行う。
ら入力された濃淡画像に対し、フーリエ変捗、高周波強
調フィルタ、逆フーリエ変換を施した後、平滑化処理に
よるノイズ除去逃場を行う。
次に2M化処理を施し、膨張処理、収縮処理を行う様に
したものである。
したものである。
本発明に係る画像処理アルゴリズムは、物体の表面形状
が識別できるため、画像処理装置を用いた生産ラインで
の製品検査、識別が可能となる。
が識別できるため、画像処理装置を用いた生産ラインで
の製品検査、識別が可能となる。
以下、本発明の−!il!施例によるアルゴリズムを第
1図を参照して説明する。第1図において、(101)
は画像入力装置による画像六方を行う。
1図を参照して説明する。第1図において、(101)
は画像入力装置による画像六方を行う。
(102)は(101)で得られた濃淡画像に対しフー
リエ変換を行い、(108)では(102)で得られた
フーリエ変換画像に対し高域強調フィルタを作用させる
。そして(104)で逆フーリエ変換を施す。この結果
、得られた画像は、エツジが強調されている画像に変換
される。フーリエ変換を施すとノイズも強調されるので
、 (104)で得られた濃淡画像に対し、 (105
)では濃淡画像の平滑化処理を行う。
リエ変換を行い、(108)では(102)で得られた
フーリエ変換画像に対し高域強調フィルタを作用させる
。そして(104)で逆フーリエ変換を施す。この結果
、得られた画像は、エツジが強調されている画像に変換
される。フーリエ変換を施すとノイズも強調されるので
、 (104)で得られた濃淡画像に対し、 (105
)では濃淡画像の平滑化処理を行う。
(106)で2iI化を施し、更に、(106)で得ら
f’Lり繻像に対しく 107)で膨張処理を、(10
8)で収縮処理を行い、(109)で特徴量抽出処理を
行い、物体の識別、認識等を行い、 (110)でその
結果を出力するものである。
f’Lり繻像に対しく 107)で膨張処理を、(10
8)で収縮処理を行い、(109)で特徴量抽出処理を
行い、物体の識別、認識等を行い、 (110)でその
結果を出力するものである。
では、本発明の動作について具体的例をあけて説明する
。W1図Iζおいて、(101)で述べである画像入力
装置を、例えばTVカメラとし、画像を分解能力が25
6 X 256 X 81)itを有する濃淡画像メモ
リに格納する。この濃淡画像に対し、(102)ではフ
ーリエ変換を施す。そして、この得6れた画像に対して
高域強調フィルタを作用させた後、逆フーリエ変換を施
す、この結果、得られるm淡画像はエツジが強調され、
輪郭がはっきり抽出される。一般にフーリエ変換を施す
とノイズも強調されるので、濃淡画像の平滑化処理を行
い、2M化処理を行M、 (106)で得られた21[
画像は、物体の輪郭が抽出されている2[m像である。
。W1図Iζおいて、(101)で述べである画像入力
装置を、例えばTVカメラとし、画像を分解能力が25
6 X 256 X 81)itを有する濃淡画像メモ
リに格納する。この濃淡画像に対し、(102)ではフ
ーリエ変換を施す。そして、この得6れた画像に対して
高域強調フィルタを作用させた後、逆フーリエ変換を施
す、この結果、得られるm淡画像はエツジが強調され、
輪郭がはっきり抽出される。一般にフーリエ変換を施す
とノイズも強調されるので、濃淡画像の平滑化処理を行
い、2M化処理を行M、 (106)で得られた21[
画像は、物体の輪郭が抽出されている2[m像である。
(10?)は(106)で得られ7:2値画像に対し
て膨張処理を、(108)では収縮処理を行う、これら
の処理は、(106)で得られた2fl!画像のノイズ
除去を行うものである。
て膨張処理を、(108)では収縮処理を行う、これら
の処理は、(106)で得られた2fl!画像のノイズ
除去を行うものである。
上記の様に処理した画像に対し、 (107)では、
特徴量抽出処理を施す。最終的に、(108)では(1
07)で得られた結果から画像を判定する情報を出力す
る。
特徴量抽出処理を施す。最終的に、(108)では(1
07)で得られた結果から画像を判定する情報を出力す
る。
では、本待明の実施例Cζついて@2図、第8図を用い
て詳細に説明する。第2図は、表面に錫のない物体につ
いて従来の画像処理アルゴリズムと、本発明の実施例と
を比較したものである。゛まず、円形の物体第2図いに
ついてフーリエ変換(FFT)、高周波強調フィルタ、
逆フーリエ変換(工FFT )を作用させると、第2図
(ロ)の様な画像となる。これは、濃淡界像の鮮明化、
すなわちエツジの強調につながる。一般に高周波強調フ
ィルタを作用させるとノイズも強調されるため、濃淡画
像の平滑化処理を行う0次にこの画像に対し、2筺化処
理を行うと、$2図0の様に輪郭が抽出される2[11
1像が得られる。2i1画像のノイズは、膨張、収縮処
理を行う事で除去できる。従来のアルゴリズムで2値化
すると第2図0の樺な画像となる。
て詳細に説明する。第2図は、表面に錫のない物体につ
いて従来の画像処理アルゴリズムと、本発明の実施例と
を比較したものである。゛まず、円形の物体第2図いに
ついてフーリエ変換(FFT)、高周波強調フィルタ、
逆フーリエ変換(工FFT )を作用させると、第2図
(ロ)の様な画像となる。これは、濃淡界像の鮮明化、
すなわちエツジの強調につながる。一般に高周波強調フ
ィルタを作用させるとノイズも強調されるため、濃淡画
像の平滑化処理を行う0次にこの画像に対し、2筺化処
理を行うと、$2図0の様に輪郭が抽出される2[11
1像が得られる。2i1画像のノイズは、膨張、収縮処
理を行う事で除去できる。従来のアルゴリズムで2値化
すると第2図0の樺な画像となる。
次に、第8図において、表面に傷がある物体について、
それぞれの処理を行ってみる。1ず、FFT、高周波フ
ィルタ、工FFTを行うと、′$8図0の様な画像とな
る。傷の部分も強調されているのがわかる。また、ノイ
ズも強調されているのがわかる。このノイズは、平滑化
処理で除去する。
それぞれの処理を行ってみる。1ず、FFT、高周波フ
ィルタ、工FFTを行うと、′$8図0の様な画像とな
る。傷の部分も強調されているのがわかる。また、ノイ
ズも強調されているのがわかる。このノイズは、平滑化
処理で除去する。
この画像を2ffl化すると第3図0の様な画像になる
0輪郭部以外に傷の部分も2値化されているのがわかる
。
0輪郭部以外に傷の部分も2値化されているのがわかる
。
2[画像のノイズ除去は、膨張、収縮処理で除去できる
。従来のアルゴリズムで2値化すると、$8図0の様な
弾機となり、第8図0の画像と全く区別がつかない、 しかし、今回発明した啄像処理アルゴリズムで2値化す
ると、傷の部分だけが明確に瑠れてくる。
。従来のアルゴリズムで2値化すると、$8図0の様な
弾機となり、第8図0の画像と全く区別がつかない、 しかし、今回発明した啄像処理アルゴリズムで2値化す
ると、傷の部分だけが明確に瑠れてくる。
従って、この後の特徴量抽出処理のパラメータ、例えば
、面積、外周長等で傷の有無を判定できるのである。
、面積、外周長等で傷の有無を判定できるのである。
なお、上枦笑施例において、2i1値化の停の処理で、
膨張収縮処理を行ったが、得られた2値画像によっては
、収縮膨張処理という順で行っても良し)。
膨張収縮処理を行ったが、得られた2値画像によっては
、収縮膨張処理という順で行っても良し)。
以上のように、この発明によれば2値化処理を施す前に
フーリエ?櫓、 、1%−周波強調フィルタ、逆フーリ
エ変換を施す事で、物体の輪郭のみならず、表面状態ま
で明確に抽出されるため、この画像を2fiI化し膨張
、収縮処理を施す事で物体の表面状態のチエツクが可能
となる。
フーリエ?櫓、 、1%−周波強調フィルタ、逆フーリ
エ変換を施す事で、物体の輪郭のみならず、表面状態ま
で明確に抽出されるため、この画像を2fiI化し膨張
、収縮処理を施す事で物体の表面状態のチエツクが可能
となる。
第1図はこの発明の一実施例における画像処理アルゴリ
ズムを示すチャート、第2図、第8図はそれぞれ表面に
傷のない物体1表面に傷がある物体の、それぞれを、こ
の発明の一実施例および従来のアルゴリズムによって処
理した状態を示す説明図、第4図は従来の画像処理アル
ゴリズムを示すチャートである。
ズムを示すチャート、第2図、第8図はそれぞれ表面に
傷のない物体1表面に傷がある物体の、それぞれを、こ
の発明の一実施例および従来のアルゴリズムによって処
理した状態を示す説明図、第4図は従来の画像処理アル
ゴリズムを示すチャートである。
Claims (1)
- 【特許請求の範囲】 画像処理装置を用いた特徴量抽出処理において、濃淡の
画像データを用いて、フーリエ変換を行い、そのフーリ
エ変換画像に対して高周波強調フィルタを作用させ、そ
の後、逆フーリエ変換を行う。 次に、濃淡画像の平滑化処理、すなわち、ノイズ除去を
行う。次に、この画像を2値化し、膨張・収縮処理を行
い、特徴量抽出処理させる事で金属部品等の傷検査を可
能とする画像処理アルゴリズム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1200688A JPH0363889A (ja) | 1989-08-02 | 1989-08-02 | 画像処理アルゴリズム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1200688A JPH0363889A (ja) | 1989-08-02 | 1989-08-02 | 画像処理アルゴリズム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0363889A true JPH0363889A (ja) | 1991-03-19 |
Family
ID=16428597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1200688A Pending JPH0363889A (ja) | 1989-08-02 | 1989-08-02 | 画像処理アルゴリズム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0363889A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2695498A1 (fr) * | 1992-09-10 | 1994-03-11 | Bertin & Cie | Procédé de traitement d'images, en particulier à des fins de mesure, de transformation ou de visualisation. |
JP2007299144A (ja) * | 2006-04-28 | 2007-11-15 | Mitsubishi Heavy Ind Ltd | ロゴ判別装置および方法ならびにプログラム |
DE102006041448B4 (de) * | 2005-09-14 | 2008-04-30 | Honda Motor Co., Ltd. | Fahrertrennungserfassungseinrichtung |
JP4711883B2 (ja) * | 2006-05-17 | 2011-06-29 | タカタ株式会社 | 衝撃吸収ジャケット |
JP2014183306A (ja) * | 2013-03-15 | 2014-09-29 | Applied Materials Israel Ltd | パターンエッジを検出するためのシステム、方法、及びコンピュータ可読媒体 |
-
1989
- 1989-08-02 JP JP1200688A patent/JPH0363889A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2695498A1 (fr) * | 1992-09-10 | 1994-03-11 | Bertin & Cie | Procédé de traitement d'images, en particulier à des fins de mesure, de transformation ou de visualisation. |
DE102006041448B4 (de) * | 2005-09-14 | 2008-04-30 | Honda Motor Co., Ltd. | Fahrertrennungserfassungseinrichtung |
JP2007299144A (ja) * | 2006-04-28 | 2007-11-15 | Mitsubishi Heavy Ind Ltd | ロゴ判別装置および方法ならびにプログラム |
JP4711883B2 (ja) * | 2006-05-17 | 2011-06-29 | タカタ株式会社 | 衝撃吸収ジャケット |
JP2014183306A (ja) * | 2013-03-15 | 2014-09-29 | Applied Materials Israel Ltd | パターンエッジを検出するためのシステム、方法、及びコンピュータ可読媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4545067A (en) | Process for automatic image recognition | |
TWI238366B (en) | Image processing method for appearance inspection | |
KR910010353A (ko) | 지문 인식 방법 | |
CN108121946B (zh) | 一种指纹图像预处理方法及装置 | |
Musoromy et al. | Edge detection comparison for license plate detection | |
CN114519714B (zh) | 一种显示屏脏污缺陷判定的方法和系统 | |
CN109584215A (zh) | 一种电路板在线视觉检测系统 | |
CN113019973A (zh) | 一种易拉罐制造缺陷在线视觉检测方法 | |
Dominguez-Nicolas et al. | Indentation image analysis for Vickers hardness testing | |
JPH0363889A (ja) | 画像処理アルゴリズム | |
Hsu et al. | Fast vision-based surface inspection of defects for steel billets | |
CN116309583B (zh) | 一种显示屏凹痕缺陷检测的方法和系统 | |
Sadiq | On the accuracy of edge detectors in number plate extraction | |
Li et al. | Ferrite magnetic tile defects detection based on nonsubsampled contourlet transform and texture feature measurement | |
JPH1038542A (ja) | 物体認識方法及び装置並びに記録媒体 | |
Hajimowlana et al. | Defect detection in web inspection using fuzzy fusion of texture features | |
JP2711649B2 (ja) | 検査対象物の表面傷検出方法 | |
JPS6295686A (ja) | 画像中の物体の稜線の線分近似方法 | |
KR950004254B1 (ko) | 이미지 프로세싱 방법 | |
JP2005128635A (ja) | 画像処理装置 | |
JPH1153544A (ja) | 画像処理装置 | |
JPH06100551B2 (ja) | 欠陥検出方法 | |
JPS62148838A (ja) | 欠陥認識方法 | |
Nguyen et al. | Detection of weak micro-scratches by semantic segmentation | |
Li et al. | Defect Detection and Recognition of Mobile Phone Membrane Based on Convolutional Neural Network |