JPH0444682B2 - - Google Patents
Info
- Publication number
- JPH0444682B2 JPH0444682B2 JP57026753A JP2675382A JPH0444682B2 JP H0444682 B2 JPH0444682 B2 JP H0444682B2 JP 57026753 A JP57026753 A JP 57026753A JP 2675382 A JP2675382 A JP 2675382A JP H0444682 B2 JPH0444682 B2 JP H0444682B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- circuit
- area
- inspected
- contour
- 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.)
- Expired - Lifetime
Links
- 230000007547 defect Effects 0.000 claims description 32
- 238000007689 inspection Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000002594 fluoroscopy Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 8
- 230000002950 deficient Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000003934 vacuole Anatomy 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Description
【発明の詳細な説明】
［発明の属する技術分野］
Ｘ線やγ線など、放射線や電磁波や超音波など
による撮像画像を用いた非破壊検査における自動
判定方法及び装置に関する。
による撮像画像を用いた非破壊検査における自動
判定方法及び装置に関する。
［発明の技術的背景］
従来、例えば鋳物部品の製造工程における内部
欠陥の検査は、物体透視装置を用いて製造物体の
透視画像を得、これを人間の目視により判定する
ようにしていたため、効率が悪く、判定基準も客
観性が欠け、処理速度も一定でなかつた。
欠陥の検査は、物体透視装置を用いて製造物体の
透視画像を得、これを人間の目視により判定する
ようにしていたため、効率が悪く、判定基準も客
観性が欠け、処理速度も一定でなかつた。
［発明の目的］
本発明は、物体透視装置より得られた透視画像
から、画像処理によつて自動的に欠陥を判定する
方法及びその装置を提供することを目的とする。
から、画像処理によつて自動的に欠陥を判定する
方法及びその装置を提供することを目的とする。
［発明の概要］
Ｘ線などの放射線などにより透視された物体の
画像は放射線の吸収係数の分布に従つて、濃淡階
調値の分布となる。本発明は、表面上は一様に見
える物体でも、内部に空胞、例えば鋳物部品の巣
のような場合、その存在を透視画像より、濃淡値
の分布で局所的に変化の著しい部分を見つけて欠
陥の候補として、自動的に欠陥を検出するもので
ある。
画像は放射線の吸収係数の分布に従つて、濃淡階
調値の分布となる。本発明は、表面上は一様に見
える物体でも、内部に空胞、例えば鋳物部品の巣
のような場合、その存在を透視画像より、濃淡値
の分布で局所的に変化の著しい部分を見つけて欠
陥の候補として、自動的に欠陥を検出するもので
ある。
すなわち、本発明は被検査物体を撮像した画像
を得る段階と、前記透視画像中の濃淡値の変化が
大きい輪郭部を強調するように空間微分操作を行
い、主として輪郭部のみからなる輪郭画像を抽出
する段階と、前記輪郭画像中の前記被検査物体そ
のものの輪郭部分を除去する段階と、前記輪郭画
像から更にノイズ成分を除去する段階と、前記輪
郭画像中になお残余の画像成分がある場合に、こ
の画像成分を前記被検査物体の欠陥と判定する段
階とを備えたことを特徴としている。
を得る段階と、前記透視画像中の濃淡値の変化が
大きい輪郭部を強調するように空間微分操作を行
い、主として輪郭部のみからなる輪郭画像を抽出
する段階と、前記輪郭画像中の前記被検査物体そ
のものの輪郭部分を除去する段階と、前記輪郭画
像から更にノイズ成分を除去する段階と、前記輪
郭画像中になお残余の画像成分がある場合に、こ
の画像成分を前記被検査物体の欠陥と判定する段
階とを備えたことを特徴としている。
［発明の効果］
従来の人間の目視による非破壊透視画像検査で
は、人間の眼の疲労などのため一定基準による客
観的検査及び一定処理速度の検査が不可能で、効
率のよい検査ができなかつた。また、人間の目視
検査は検査員にとつても重労働であつた。この発
明によると、無人で自動非破壊透視画像検査が一
定の判断基準を持つた客観的検査を一定処理速度
で行える。また、取り入れる透視画像のシエーデ
イング及びノイズの影響にも強い。
は、人間の眼の疲労などのため一定基準による客
観的検査及び一定処理速度の検査が不可能で、効
率のよい検査ができなかつた。また、人間の目視
検査は検査員にとつても重労働であつた。この発
明によると、無人で自動非破壊透視画像検査が一
定の判断基準を持つた客観的検査を一定処理速度
で行える。また、取り入れる透視画像のシエーデ
イング及びノイズの影響にも強い。
［発明の実施例］
本発明の実施例を第１図に基いて説明する。
制御装置１は、装置全体を制御する部分で、透
視画像データを効率よく送るように各回路を制御
できるように作られている。透視装置２は、物体
を透視する波動たとえばＸ線を発生させ、物体を
透視する装置である。画像入力装置３は、透視装
置２により得られた物体の透視画像を連続の電気
信号に変換する装置であり、１つの部品につき、
数枚たとえば４枚分のデータ信号を取り入れる。
Ａ／Ｄ変換装置４は画像入力装置３により変換さ
れた連続電気信号を全システムの処理速度により
定められる適当なサンプリング周期で、たとえば
8bitに量子化された離散電気信号に変換する装置
である。画像メモリ５は、Ａ／Ｄ変換装置４によ
り得られた離散信号をデイジタル画像として貯え
ておくメモリである。平均加算回路６は、たとえ
ば画像サンプル点512×512個の画像メモリの画像
信号を数枚分、たとえば４枚分の平均加算を行う
回路である。平均加算された画像データは画像メ
モリ５に再び貯えられる。輪郭強調回路７は、平
均加算回路６により処理された画像メモリ５内の
画像データに対して２次微分（たとえば12×12の
行列のラプラシアン（ｋ＝４））作用を持つ行列
によりフイルタリングを行い、画像の輪郭を強調
する回路である。２値化回路８は、輪郭強調回路
７により処理された画像データに対し、多数の物
体の母集団による統計的処理により、あらかじめ
定められた閾値たとえば256階調中100階調のもと
で２値化を行う回路である。物体輪郭部除去回路
９は、２値化回路８により処理された画像データ
に対し「位置合わせをされた多数の物体の母集団
による統計であらかじめ定められた、Ｘ線透過時
の物体輪郭部の２値化透視画像パターンを除去で
きるような２値化されたマスクパターン」を用い
て物体そのものの輪郭部分（欠陥部分を含まな
い）を除去する回路である。領域番号付回路１０
は、物体輪郭部除去回路９により処理された画像
データ上で、残つている画像情報を領域分けし、
番号付けを行う回路である。面積計測回路１１
は、領域番号付回路１０で番号付けされた画像デ
ータに対し、物体の存在する領域内のヒストグラ
ムを計測して面積を計測する回路である。雑音除
去回路１２は、面積計測された物体領域内の画像
に対し、番号付けされた各画像部分毎の面積を測
定し、多数の物体の母集団による統計的処理によ
りあらかじめ定められた閾値（たとえば５画素）
より小さい面積の画像部分は雑音とみなして除去
する回路である。欠陥検出判定回路１３は、面積
計測回路１２で処理された結果の情報に対し、予
測される各部品領域内で残つている画像があれ
ば、それは部品の欠陥であると判定し、その部品
領域を示す回路である。欠陥部品除去機構１４
は、欠陥検出判定回路１３により得られた欠陥存
在部分領域情報により欠陥があると判定された部
品を製造ラインから取り除く機構である。
視画像データを効率よく送るように各回路を制御
できるように作られている。透視装置２は、物体
を透視する波動たとえばＸ線を発生させ、物体を
透視する装置である。画像入力装置３は、透視装
置２により得られた物体の透視画像を連続の電気
信号に変換する装置であり、１つの部品につき、
数枚たとえば４枚分のデータ信号を取り入れる。
Ａ／Ｄ変換装置４は画像入力装置３により変換さ
れた連続電気信号を全システムの処理速度により
定められる適当なサンプリング周期で、たとえば
8bitに量子化された離散電気信号に変換する装置
である。画像メモリ５は、Ａ／Ｄ変換装置４によ
り得られた離散信号をデイジタル画像として貯え
ておくメモリである。平均加算回路６は、たとえ
ば画像サンプル点512×512個の画像メモリの画像
信号を数枚分、たとえば４枚分の平均加算を行う
回路である。平均加算された画像データは画像メ
モリ５に再び貯えられる。輪郭強調回路７は、平
均加算回路６により処理された画像メモリ５内の
画像データに対して２次微分（たとえば12×12の
行列のラプラシアン（ｋ＝４））作用を持つ行列
によりフイルタリングを行い、画像の輪郭を強調
する回路である。２値化回路８は、輪郭強調回路
７により処理された画像データに対し、多数の物
体の母集団による統計的処理により、あらかじめ
定められた閾値たとえば256階調中100階調のもと
で２値化を行う回路である。物体輪郭部除去回路
９は、２値化回路８により処理された画像データ
に対し「位置合わせをされた多数の物体の母集団
による統計であらかじめ定められた、Ｘ線透過時
の物体輪郭部の２値化透視画像パターンを除去で
きるような２値化されたマスクパターン」を用い
て物体そのものの輪郭部分（欠陥部分を含まな
い）を除去する回路である。領域番号付回路１０
は、物体輪郭部除去回路９により処理された画像
データ上で、残つている画像情報を領域分けし、
番号付けを行う回路である。面積計測回路１１
は、領域番号付回路１０で番号付けされた画像デ
ータに対し、物体の存在する領域内のヒストグラ
ムを計測して面積を計測する回路である。雑音除
去回路１２は、面積計測された物体領域内の画像
に対し、番号付けされた各画像部分毎の面積を測
定し、多数の物体の母集団による統計的処理によ
りあらかじめ定められた閾値（たとえば５画素）
より小さい面積の画像部分は雑音とみなして除去
する回路である。欠陥検出判定回路１３は、面積
計測回路１２で処理された結果の情報に対し、予
測される各部品領域内で残つている画像があれ
ば、それは部品の欠陥であると判定し、その部品
領域を示す回路である。欠陥部品除去機構１４
は、欠陥検出判定回路１３により得られた欠陥存
在部分領域情報により欠陥があると判定された部
品を製造ラインから取り除く機構である。
以下、主要部分について詳細に説明する。
平均加算回路６における加算平均は、同一物体
の濃淡画像を複数枚準備し、単純に対応する位置
の濃淡値を加算し、その枚数で各画素ごとの濃度
和を割り正規化する。これにより、統計的変動に
伴つた雑音を軽減できる。輪郭強調回路７は、物
体の内部欠陥が存在しても、一般に物体自体が一
様な厚さでない時、透視画像を単純に濃度閾値処
理を行つても内部欠陥は検出することが困難とな
るため、内部欠陥領域の輪郭強調を行なうもので
ある。本実施例では輪郭強調をする操作として２
次元２次微分操作を利用する。DxをＸ方向差分
演算子、DyをＹ方向差分演算子とすると、 Dxｆ（ｘ，ｙ）≡ｆ（ｘ＋１，ｙ）−ｆ（ｘ，ｙ） Dx 2ｆ（ｘ，ｙ）≡ｆ（ｘ＋１，ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ−１，ｙ） Dyｆ（ｘ，ｙ）≡ｆ（ｘ，ｙ＋１）−ｆ（ｘ，ｙ） ∴（D2 x＋D2 y）ｆ（ｘ，ｙ）＝ｆ（ｘ＋１，ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ−１，ｙ）＋ｆ（ｘ，１
＋ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ，ｙ−１） これより２次元２次差分の加重テーブルは、 ０ １ ０ １ −４ １ ０ １ ０ で与えられる。
の濃淡画像を複数枚準備し、単純に対応する位置
の濃淡値を加算し、その枚数で各画素ごとの濃度
和を割り正規化する。これにより、統計的変動に
伴つた雑音を軽減できる。輪郭強調回路７は、物
体の内部欠陥が存在しても、一般に物体自体が一
様な厚さでない時、透視画像を単純に濃度閾値処
理を行つても内部欠陥は検出することが困難とな
るため、内部欠陥領域の輪郭強調を行なうもので
ある。本実施例では輪郭強調をする操作として２
次元２次微分操作を利用する。DxをＸ方向差分
演算子、DyをＹ方向差分演算子とすると、 Dxｆ（ｘ，ｙ）≡ｆ（ｘ＋１，ｙ）−ｆ（ｘ，ｙ） Dx 2ｆ（ｘ，ｙ）≡ｆ（ｘ＋１，ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ−１，ｙ） Dyｆ（ｘ，ｙ）≡ｆ（ｘ，ｙ＋１）−ｆ（ｘ，ｙ） ∴（D2 x＋D2 y）ｆ（ｘ，ｙ）＝ｆ（ｘ＋１，ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ−１，ｙ）＋ｆ（ｘ，１
＋ｙ） −2f（ｘ，ｙ）＋ｆ（ｘ，ｙ−１） これより２次元２次差分の加重テーブルは、 ０ １ ０ １ −４ １ ０ １ ０ で与えられる。
一般に、空間微分法として、この加重テーブル
を濃淡画像とかけあわせると、濃淡画像中の濃淡
値の分布に局所的な変化がある部分すなわち輪郭
部を抽出できることが知られている。
を濃淡画像とかけあわせると、濃淡画像中の濃淡
値の分布に局所的な変化がある部分すなわち輪郭
部を抽出できることが知られている。
ところで、濃淡画像中に雑音があると、上記加
重テーブルをかけあわせたときこの雑音も同時に
抽出されることになるため、雑音成分をできるだ
け減少させる必要がある。このため、本実施例で
は、上記平均加算回路６を用いて輪郭抽出の前に
予じめ濃淡画像中の雑音を軽減している。また輪
郭強調回路７は、できるだけ雑音の発生を抑制し
た輪郭抽出を行なつている。輪郭強調回路７は、
雑音成分が空間周波数領域で高周波領域に存在す
るため、２次元２次微分操作を低周波数領域に限
定して行なうものである。このためには、次のよ
うな２次元２次差分加重テーブルをかければよ
い。
重テーブルをかけあわせたときこの雑音も同時に
抽出されることになるため、雑音成分をできるだ
け減少させる必要がある。このため、本実施例で
は、上記平均加算回路６を用いて輪郭抽出の前に
予じめ濃淡画像中の雑音を軽減している。また輪
郭強調回路７は、できるだけ雑音の発生を抑制し
た輪郭抽出を行なつている。輪郭強調回路７は、
雑音成分が空間周波数領域で高周波領域に存在す
るため、２次元２次微分操作を低周波数領域に限
定して行なうものである。このためには、次のよ
うな２次元２次差分加重テーブルをかければよ
い。
この加重テーブルを用いることにより、輪郭強
調は１／ｋの低周領域までとなり雑音成分の抽出
が抑制される。ｋの値は検出したい欠陥の大きさ
に応じて定めればよく本実施例ではｋ＝４であ
る。
調は１／ｋの低周領域までとなり雑音成分の抽出
が抑制される。ｋの値は検出したい欠陥の大きさ
に応じて定めればよく本実施例ではｋ＝４であ
る。
加重テーブルと濃淡画像のかけあわせ方法は周
知であるので簡単に説明する。画像メモリ５に得
られた平均加算画像から順次12×12なる大きさの
部分画像データを取り出し、上記12×12なる大き
さの加重テーブルの各要素を重み係数としてその
累算値を求めることにより輪郭強調された画像が
得られる。
知であるので簡単に説明する。画像メモリ５に得
られた平均加算画像から順次12×12なる大きさの
部分画像データを取り出し、上記12×12なる大き
さの加重テーブルの各要素を重み係数としてその
累算値を求めることにより輪郭強調された画像が
得られる。
したがつて、輪郭強調回路７より得られる画像
は、主として濃淡画像中の物体そのものの輪郭部
及び内部欠陥部分からなる画像となり、雑音発生
が少なく、またシエーデイングの影響も少ないも
のとなつている。
は、主として濃淡画像中の物体そのものの輪郭部
及び内部欠陥部分からなる画像となり、雑音発生
が少なく、またシエーデイングの影響も少ないも
のとなつている。
この輪郭強調画像を２値化回路８により２値画
像に変換し、物体輪郭部除去回路９に供給する。
物体輪郭部除去回路９は、予じめ標準となる欠陥
を持たない被検査物体について得た２値化輪郭強
調画像をマスクパターンとして有し、入力輪郭強
調画像からこのマスクパターンとかけあわせるこ
とにより、被検査物体そのものの輪郭部を除くよ
うにしている。したがつて、回路９の出力は、内
部欠陥部分のみの画像が残る。
像に変換し、物体輪郭部除去回路９に供給する。
物体輪郭部除去回路９は、予じめ標準となる欠陥
を持たない被検査物体について得た２値化輪郭強
調画像をマスクパターンとして有し、入力輪郭強
調画像からこのマスクパターンとかけあわせるこ
とにより、被検査物体そのものの輪郭部を除くよ
うにしている。したがつて、回路９の出力は、内
部欠陥部分のみの画像が残る。
しかしながら、この時点でなお更に雑音成分が
残つている可能性があるため、回路１０，１１，
１２によつて残つた雑音成分を取り除き、内部欠
陥画像のみを得られるようにしている。ここにお
ける雑音除去は、回路９より得られた画像中内部
欠陥成分はその面積が大きく、雑音によるものは
その面積が小さいものとして、統計的にその閾値
を決定して、閾値以下の面積の画像部分は雑音と
みなして除去している。
残つている可能性があるため、回路１０，１１，
１２によつて残つた雑音成分を取り除き、内部欠
陥画像のみを得られるようにしている。ここにお
ける雑音除去は、回路９より得られた画像中内部
欠陥成分はその面積が大きく、雑音によるものは
その面積が小さいものとして、統計的にその閾値
を決定して、閾値以下の面積の画像部分は雑音と
みなして除去している。
領域番号付回路１０は、回路９の出力画像中に
かたまりとして存在するいくつかの領域の夫々に
対して各領域内の画素毎同一番号を割り当て、か
たまり（内部欠陥又は雑音）の範囲とその個数を
調べている。すなわち、画像内に100個のかたま
りがあれば、各かたまり毎に“１”から“100”
までの番号を付けている。したがつて、面積計測
回路１１は、その番号例えば“１”の数を計数す
れば、そのかたまり“１”の面積が求められる。
そして、雑音除去回路１２によつて、例えば５画
素以内のかたまりは雑音とみなして除去してい
る。
かたまりとして存在するいくつかの領域の夫々に
対して各領域内の画素毎同一番号を割り当て、か
たまり（内部欠陥又は雑音）の範囲とその個数を
調べている。すなわち、画像内に100個のかたま
りがあれば、各かたまり毎に“１”から“100”
までの番号を付けている。したがつて、面積計測
回路１１は、その番号例えば“１”の数を計数す
れば、そのかたまり“１”の面積が求められる。
そして、雑音除去回路１２によつて、例えば５画
素以内のかたまりは雑音とみなして除去してい
る。
この処理の後、なお更に輪郭強調画像中に除去
されていないかたまりが存在すれば、それは内部
欠陥のみである。したがつて、複数の鋳物部品毎
に上記検査を行なう場合であれば、欠陥検出判定
回路１３は上記内部欠陥の画像内の位置からどの
鋳物部品であるかを判定する。この判定出力によ
つて欠陥部品除去機構１４を駆動し、欠陥のある
鋳物部品を不良品として除去する。
されていないかたまりが存在すれば、それは内部
欠陥のみである。したがつて、複数の鋳物部品毎
に上記検査を行なう場合であれば、欠陥検出判定
回路１３は上記内部欠陥の画像内の位置からどの
鋳物部品であるかを判定する。この判定出力によ
つて欠陥部品除去機構１４を駆動し、欠陥のある
鋳物部品を不良品として除去する。
［発明の変形例］
透視画像に停まらず、何らかの形で得られた画
像で、目視である程度まで欠陥が検出できるもの
ならば、第１図の画像入力装置２にその画像を入
れてやり、それ以降のシステムのパラメーターを
調節することにより、ある程度まで欠陥検出検査
を自動化できる。その結果、広い分野での欠陥検
出検査がある程度まで客観的に効率よく自動化で
きる。また、輪郭強調の際の変形例としては、前
述の3k×3kの２次元２次差分加重テーブルを用
いる代わりに、 画像の離散化サンプリング数を縦方向、横方
向ともに１／ｋにして、２次元２次差分加重テ
ーブル、 ０ １ ０ １ −４ １ ０ １ ０ を使用する。
像で、目視である程度まで欠陥が検出できるもの
ならば、第１図の画像入力装置２にその画像を入
れてやり、それ以降のシステムのパラメーターを
調節することにより、ある程度まで欠陥検出検査
を自動化できる。その結果、広い分野での欠陥検
出検査がある程度まで客観的に効率よく自動化で
きる。また、輪郭強調の際の変形例としては、前
述の3k×3kの２次元２次差分加重テーブルを用
いる代わりに、 画像の離散化サンプリング数を縦方向、横方
向ともに１／ｋにして、２次元２次差分加重テ
ーブル、 ０ １ ０ １ −４ １ ０ １ ０ を使用する。
画像データのｋ×ｋの領域の和を１点で代表
させ、全体を１／ｋに縮小した画像にするた
め、まず、 この加重テーブルをかけた後、２次元２次差分
加重テーブル、 ０ １ ０ １ −４ １ ０ １ ０ をかける。これら，の方法を用いることによ
り上記実施例の輪郭強調法と同じような効果を出
せる。また、回路７〜１３によつて行なわれる処
理は汎用計算機によるソフトウエア上の処理でも
よい。
させ、全体を１／ｋに縮小した画像にするた
め、まず、 この加重テーブルをかけた後、２次元２次差分
加重テーブル、 ０ １ ０ １ −４ １ ０ １ ０ をかける。これら，の方法を用いることによ
り上記実施例の輪郭強調法と同じような効果を出
せる。また、回路７〜１３によつて行なわれる処
理は汎用計算機によるソフトウエア上の処理でも
よい。
第１図は本発明の一実施例を示す図である。
２……透視装置、３……画像入力装置、７……
輪郭強調回路、９……物体輪郭除去回路、１２…
…雑音除去回路。
輪郭強調回路、９……物体輪郭除去回路、１２…
…雑音除去回路。
Claims (1)
- 【特許請求の範囲】 １ 被検査物体を透視する物体透視装置と、この
物体透視装置より得られた透視画像を入力する画
像入力装置と、この画像入力装置より入力された
透視画像をＡ／Ｄ変換するＡ／Ｄ変換器と、この
Ａ／Ｄ変換器によりＡ／Ｄ変換された画像を蓄え
るための画像メモリと、この画像メモリに蓄えら
れた複数枚の画像について対応する画素位置毎の
濃淡値の平均値を求める平均加算回路と、この平
均加算回路で平均値の求められた画像に対し空間
微分操作を行ない濃淡値の変化が大きい輪郭部を
強調する輪郭強調回路と、この輪郭強調回路で輪
郭強調された画像に対し予め定められた閾値で２
値化を行なう２値化回路と、この２値化回路で２
値化された画像に対し欠陥を持たない被検査物体
について予め得た２値化輪郭強調画像のマスクパ
ターンを用いて被検査物体そのものの輪郭部を除
去する物体輪郭部除去回路と、この物体輪郭部除
去回路で輪郭除去された画像に対し各領域毎に番
号付けを行なう領域番号付回路と、この領域番号
付回路で番号付けされた各領域の面積を計測する
面積計測回路と、この面積計測回路で面積計測さ
れた各領域に対し予め定められた閾値より小さい
面積の領域を除去する雑音除去回路と、この雑音
除去回路で除去された結果の画像中で残つている
領域を被検査物体の欠陥と判定する欠陥検出判定
回路とを備えたことを特徴とする欠陥検査装置。 ２ 被検査物体を透視した画像を得る段階と、得
られた画像に対し空間微分操作を行ない濃淡値の
変化が大きい輪郭部を強調する段階と、輪郭強調
された画像に対し欠陥を持たない被検査物体につ
いて予め得た輪郭強調画像のマスクパターンを用
いて被検査物体そのものの輪郭部を除去する段階
と、輪郭除去された画像に対し各領域の面積を計
測し予め定められた閾値より小さい面積の領域を
除去する段階と、除去された結果の画像中で残つ
ている領域を被検査物体の欠陥と判定する段階と
を備えたことを特徴とする欠陥検査方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57026753A JPS58144732A (ja) | 1982-02-23 | 1982-02-23 | 欠陥検査装置及び方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57026753A JPS58144732A (ja) | 1982-02-23 | 1982-02-23 | 欠陥検査装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58144732A JPS58144732A (ja) | 1983-08-29 |
| JPH0444682B2 true JPH0444682B2 (ja) | 1992-07-22 |
Family
ID=12202039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57026753A Granted JPS58144732A (ja) | 1982-02-23 | 1982-02-23 | 欠陥検査装置及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58144732A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007271434A (ja) * | 2006-03-31 | 2007-10-18 | Mitsubishi Heavy Ind Ltd | 検査装置、検査方法、検査プログラムおよび検査システム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5263751A (en) * | 1975-11-21 | 1977-05-26 | Nippon Steel Corp | Automatic detection of translating specific pattern |
| JPS5675141A (en) * | 1979-11-22 | 1981-06-22 | Fuji Photo Film Co Ltd | Radiation picture treating method and its device |
-
1982
- 1982-02-23 JP JP57026753A patent/JPS58144732A/ja active Granted
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5263751A (en) * | 1975-11-21 | 1977-05-26 | Nippon Steel Corp | Automatic detection of translating specific pattern |
| JPS5675141A (en) * | 1979-11-22 | 1981-06-22 | Fuji Photo Film Co Ltd | Radiation picture treating method and its device |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58144732A (ja) | 1983-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Improving automatic detection of defects in castings by applying wavelet technique | |
| Zahran et al. | Automatic weld defect identification from radiographic images | |
| US11010890B2 (en) | Method for the non-destructive testing of the volume of a test object and testing device configured for carrying out such a method | |
| US5182775A (en) | Method of processing radiographic image data for detecting a welding defect | |
| Mery et al. | Image processing for fault detection in aluminum castings | |
| Mery | Crossing line profile: a new approach to detecting defects in aluminium die casting | |
| CN115684176A (zh) | 一种薄膜表面缺陷在线视觉检测系统 | |
| CN110544243B (zh) | 一种ct图像小缺陷自动检出、定量及可靠性评价方法 | |
| CN107300562A (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
| JPH0376402B2 (ja) | ||
| JPS6120845A (ja) | 特異部分面積頻度測定装置 | |
| JP3253724B2 (ja) | 欠陥検査装置 | |
| CN115266774B (zh) | 基于人工智能的焊缝射线检测评片方法 | |
| JPH0444682B2 (ja) | ||
| JPH07333197A (ja) | 表面疵自動探傷装置 | |
| Inoue et al. | Automation of inspection for weld | |
| Rale et al. | Comparison of different ANN techniques for automatic defect detection in X-Ray images | |
| Ulmer et al. | General automated flaw detection scheme for NDE X-ray images | |
| Huang et al. | Research on Detection Method of Sheet Surface Defects Based on Machine Vision | |
| Rajab et al. | Application of frequency domain processing to X-ray radiographic images of welding defects | |
| Zhou et al. | Design and Research of Intelligent Weld Defect Detection System | |
| Mery | Processing digital X-ray images and its applications in the automated visual inspection of aluminum casting | |
| CN108122226B (zh) | 一种玻璃缺陷的检测方法及装置 | |
| JP2008058124A (ja) | 欠陥検査方法及び欠陥検査装置 | |
| Siwek et al. | Application of the X-ray measurement model to image processing of X-ray radiographs |