JPH0363889A - 画像処理アルゴリズム - 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〕 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。

〔従来の技術〕

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。

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。

〔発明が解決しようとする課題〕

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。

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。

（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。

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。

〔作　用〕

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。

〔発明の実施例〕

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。

（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。

（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。

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。

　（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。

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。

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。

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。

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
。

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。

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）。

〔発明の効果〕

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。

【図面の簡単な説明】

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。

Claims (1)

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。