JPH05205051A - 光学式形状認識装置 - Google Patents
光学式形状認識装置Info
- Publication number
- JPH05205051A JPH05205051A JP4010219A JP1021992A JPH05205051A JP H05205051 A JPH05205051 A JP H05205051A JP 4010219 A JP4010219 A JP 4010219A JP 1021992 A JP1021992 A JP 1021992A JP H05205051 A JPH05205051 A JP H05205051A
- Authority
- JP
- Japan
- Prior art keywords
- work
- value
- height information
- gray level
- pixel
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 ＣＣＤカメラによって得られた２次元グレー
レベル画像情報から、ワーク表面の凹凸の実際の値を算
出する。 【構成】 光源３４からの光は、ワーク３２の表面で反
射され、ＣＣＤカメラ３６に入射する。画像処理ユニッ
ト３８は、ＣＣＤカメラ３６からのグレーレベル画像を
入力し、ワーク３２上の所定の測定ラインに対する前記
画像中の所定の一画素列を抽出し、前記一列中の画素デ
ータの平均値を算出する。前記一列中の画素データと前
記平均値との差分を、前記一列の光源３４方向から、所
定の画素位置まで累積加算し、前記所定画素位置の高低
情報を得る。この高低情報にワーク３２の反射率等によ
る変換係数を乗ずることにより、実寸法値を得る。凹凸
の実寸法値が得られ、表面の検査が容易に行える。
レベル画像情報から、ワーク表面の凹凸の実際の値を算
出する。 【構成】 光源３４からの光は、ワーク３２の表面で反
射され、ＣＣＤカメラ３６に入射する。画像処理ユニッ
ト３８は、ＣＣＤカメラ３６からのグレーレベル画像を
入力し、ワーク３２上の所定の測定ラインに対する前記
画像中の所定の一画素列を抽出し、前記一列中の画素デ
ータの平均値を算出する。前記一列中の画素データと前
記平均値との差分を、前記一列の光源３４方向から、所
定の画素位置まで累積加算し、前記所定画素位置の高低
情報を得る。この高低情報にワーク３２の反射率等によ
る変換係数を乗ずることにより、実寸法値を得る。凹凸
の実寸法値が得られ、表面の検査が容易に行える。
Description
【０００１】
【産業上の利用分野】本発明は、被検体（以後、ワーク
と呼ぶ）表面の凹凸情報を認識する装置に関する。特
に、光学的手法を用いてワークの表面の凹凸を識別でき
る装置に関する。
と呼ぶ）表面の凹凸情報を認識する装置に関する。特
に、光学的手法を用いてワークの表面の凹凸を識別でき
る装置に関する。
【０００２】
【従来の技術】従来、ワークの表面を観察する手段とし
て、光源とＣＣＤカメラを用いた表面検査装置が提案さ
れている。このような検査装置においてＣＣＤカメラに
よって得られるグレーレベル画像は明るさのみの輝度情
報であるのが一般的であり、２次元的な領域の定義や、
ワーク表面の穴の位置・径などの計算に使用されてい
る。
て、光源とＣＣＤカメラを用いた表面検査装置が提案さ
れている。このような検査装置においてＣＣＤカメラに
よって得られるグレーレベル画像は明るさのみの輝度情
報であるのが一般的であり、２次元的な領域の定義や、
ワーク表面の穴の位置・径などの計算に使用されてい
る。
【０００３】図７は、従来の表面検査装置の第一例の構
成・作用を示す説明図である。図７（ａ）に示されてい
るように光源１０によって照らされたワーク１２は、Ｃ
ＣＤカメラ１４によって撮影され、ワーク１２表面のグ
レーレベル画像が得られる。図７（ａ）には、ワーク１
２表面に穴１５が開いている場合の例が示されている。
このようにして得られたグレーレベル画像の各画像デー
タは図７（ｂ）に示されているようにあるしきい値を境
にして「０」値と「１」値とに２値化される。すなわ
ち、いわゆる２値化処置が行われ、その２値化データを
基にして穴の直径等が求められる。
成・作用を示す説明図である。図７（ａ）に示されてい
るように光源１０によって照らされたワーク１２は、Ｃ
ＣＤカメラ１４によって撮影され、ワーク１２表面のグ
レーレベル画像が得られる。図７（ａ）には、ワーク１
２表面に穴１５が開いている場合の例が示されている。
このようにして得られたグレーレベル画像の各画像デー
タは図７（ｂ）に示されているようにあるしきい値を境
にして「０」値と「１」値とに２値化される。すなわ
ち、いわゆる２値化処置が行われ、その２値化データを
基にして穴の直径等が求められる。
【０００４】図８は、従来の表面検査装置の第二例の構
成を示す構成図である。図７に示された例と異なる点
は、光源２０がワーク２２に対して所定の仰角で斜めに
光を照射し、その反射光をＣＣＤカメラ２４が同様の仰
角で斜め方向から観察するという点である。すなわち、
この仰角はワーク２２に対する光の入射角と反射角とに
相当する。このように、斜めから光を照射することによ
って、ワーク２２表面の傾きの様子が、撮影された画像
の明るさの変化として認識されうる。この様子を示した
説明図が図９に示されている。図９には、図８のワーク
２２のＢ−Ｂ断面が（ａ）に示され、その断面に沿った
画像の明るさを示すグラフが（ｂ）に示されている。こ
のグラフは横軸が断面に沿った位置であり、縦軸が画像
の明るさを表す。このように第二例によれば、ワーク２
２表面の傾きにほぼ比例した濃淡を有するグレーレベル
画像が検出される。このように、光源を斜めからワーク
に照射した場合、得られる画像の濃淡が、ワーク表面の
傾き、すなわち照射する光線ベクトルのワーク２２表面
に対する正射影の方向にワーク表面の凹凸を微分した１
次微分量、に比例することは経験的に良く知られている
ことであり、理論的にも説明が容易である。
成を示す構成図である。図７に示された例と異なる点
は、光源２０がワーク２２に対して所定の仰角で斜めに
光を照射し、その反射光をＣＣＤカメラ２４が同様の仰
角で斜め方向から観察するという点である。すなわち、
この仰角はワーク２２に対する光の入射角と反射角とに
相当する。このように、斜めから光を照射することによ
って、ワーク２２表面の傾きの様子が、撮影された画像
の明るさの変化として認識されうる。この様子を示した
説明図が図９に示されている。図９には、図８のワーク
２２のＢ−Ｂ断面が（ａ）に示され、その断面に沿った
画像の明るさを示すグラフが（ｂ）に示されている。こ
のグラフは横軸が断面に沿った位置であり、縦軸が画像
の明るさを表す。このように第二例によれば、ワーク２
２表面の傾きにほぼ比例した濃淡を有するグレーレベル
画像が検出される。このように、光源を斜めからワーク
に照射した場合、得られる画像の濃淡が、ワーク表面の
傾き、すなわち照射する光線ベクトルのワーク２２表面
に対する正射影の方向にワーク表面の凹凸を微分した１
次微分量、に比例することは経験的に良く知られている
ことであり、理論的にも説明が容易である。
【０００５】しかしながら、例えば、自動車のボディ表
面等の歪みを検査する場合には、補正の参考とするため
実際の歪みの大きさ（凹凸）を知る必要があるが、上記
第二例では、ワーク表面の傾きがグレーレベル画像の濃
淡の差として認識できるだけであり、実際の歪みの大き
さの値は不明であった。そのため、実際の凹凸の程度を
数値で認識するためには、通常肉眼による（すなわち経
験則に基づく）検査が行われている。熟練した技術者に
よれば、１０ミクロン程度の凹凸が判断できる。
面等の歪みを検査する場合には、補正の参考とするため
実際の歪みの大きさ（凹凸）を知る必要があるが、上記
第二例では、ワーク表面の傾きがグレーレベル画像の濃
淡の差として認識できるだけであり、実際の歪みの大き
さの値は不明であった。そのため、実際の凹凸の程度を
数値で認識するためには、通常肉眼による（すなわち経
験則に基づく）検査が行われている。熟練した技術者に
よれば、１０ミクロン程度の凹凸が判断できる。
【０００６】
【発明が解決しようとする課題】しかしながら、上述し
た従来の第一例の表面検査装置は原理的にワーク１２表
面が平面であることを仮定している。したがって、例え
ば図１０に示されているように、ワーク１６表面が曲率
を有しているときには、正確な表面形状を求めることは
できないという問題があった。正確な表面形状を求める
ためには、ＣＣＤカメラから得られた画像情報に補正を
加えなければならなかった。
た従来の第一例の表面検査装置は原理的にワーク１２表
面が平面であることを仮定している。したがって、例え
ば図１０に示されているように、ワーク１６表面が曲率
を有しているときには、正確な表面形状を求めることは
できないという問題があった。正確な表面形状を求める
ためには、ＣＣＤカメラから得られた画像情報に補正を
加えなければならなかった。
【０００７】また、補正を加える場合においても、ＣＣ
Ｄカメラからの奥行き測定ができないため、対象となる
ワーク１６の形状は極めて限定されたものとなる問題も
あった。もし、正確な３次元形状を得る必要があるとき
には、赤外線レーザなどを用いた形状測定器によって別
途スキャニングを行う必要があった。
Ｄカメラからの奥行き測定ができないため、対象となる
ワーク１６の形状は極めて限定されたものとなる問題も
あった。もし、正確な３次元形状を得る必要があるとき
には、赤外線レーザなどを用いた形状測定器によって別
途スキャニングを行う必要があった。
【０００８】上述した従来の第二例の表面検査装置はグ
レーレベル画像情報の濃淡差を出力するだけであったの
で、表面形状の具体的な数値が算出されるわけではなか
った。また、肉眼による検査で実際の歪みの大きさを知
る場合には、高度の熟練が必要であるという問題があっ
た。
レーレベル画像情報の濃淡差を出力するだけであったの
で、表面形状の具体的な数値が算出されるわけではなか
った。また、肉眼による検査で実際の歪みの大きさを知
る場合には、高度の熟練が必要であるという問題があっ
た。
【０００９】本発明はこのような課題に鑑みなされたも
ので、その目的は、ＣＣＤカメラによって得られた２次
元グレーレベル画像情報から、ワーク表面の凹凸の実際
の値を算出することができる変換処置装置を得ることで
ある。
ので、その目的は、ＣＣＤカメラによって得られた２次
元グレーレベル画像情報から、ワーク表面の凹凸の実際
の値を算出することができる変換処置装置を得ることで
ある。
【００１０】
【課題を解決するための手段】本発明は、上述の課題を
解決するために、被検体（ワーク）表面の測定ラインを
所定の仰角で斜め方向から照射する光源と、前記測定ラ
インから反射された反射光を検出し、その測定ラインに
対応するグレーレベル画像情報を出力する光検出器と、
を備えている。
解決するために、被検体（ワーク）表面の測定ラインを
所定の仰角で斜め方向から照射する光源と、前記測定ラ
インから反射された反射光を検出し、その測定ラインに
対応するグレーレベル画像情報を出力する光検出器と、
を備えている。
【００１１】そして、前記グレーレベル画像情報の各画
素データの平均値を求める平均値算出手段と、前記それ
ぞれの画素データと前記平均値との差分を、前記測定ラ
インの一方端に対応する画素から、前記測定ライン上の
所定位置に対応する画素まで、累積加算して前記所定位
置の高低情報を算出する高低情報算出手段と、を備えて
おり、グレーレベル画像からワーク表面の高低情報を得
ることが可能である。さらに、前記高低情報に変換係数
を乗じ、実寸法値に変換する実寸法化手段と、を備える
ことにより、ワーク表面の凹凸の実際の値を求めること
を特徴とする光学式形状認識装置である。
素データの平均値を求める平均値算出手段と、前記それ
ぞれの画素データと前記平均値との差分を、前記測定ラ
インの一方端に対応する画素から、前記測定ライン上の
所定位置に対応する画素まで、累積加算して前記所定位
置の高低情報を算出する高低情報算出手段と、を備えて
おり、グレーレベル画像からワーク表面の高低情報を得
ることが可能である。さらに、前記高低情報に変換係数
を乗じ、実寸法値に変換する実寸法化手段と、を備える
ことにより、ワーク表面の凹凸の実際の値を求めること
を特徴とする光学式形状認識装置である。
【００１２】
【作用】本発明における高低情報算出手段は、グレーレ
ベル画像の各画素データの値に対し、それら画素データ
の平均値との差分を積分（累積的に加算）する。前述し
たようにグレーレベル画像の濃淡はワーク表面の傾き
（一次微分量）に比例しているので、それらを積分する
ことにより、ワーク表面の高低に比例した高低情報を算
出することが可能である。
ベル画像の各画素データの値に対し、それら画素データ
の平均値との差分を積分（累積的に加算）する。前述し
たようにグレーレベル画像の濃淡はワーク表面の傾き
（一次微分量）に比例しているので、それらを積分する
ことにより、ワーク表面の高低に比例した高低情報を算
出することが可能である。
【００１３】さらに、実寸法化手段は、この高低情報
に、ワークの反射率や色などにより定まる変換係数を乗
算する。したがって、ワーク表面の実際の凹凸の値を求
めることが可能である。
に、ワークの反射率や色などにより定まる変換係数を乗
算する。したがって、ワーク表面の実際の凹凸の値を求
めることが可能である。
【００１４】
【実施例】以下、本発明の好適な実施例を図面に基づい
て説明する。
て説明する。
【００１５】図１に本実施例による光学式形状認識装置
の構成ブロック図を示す。拡散スクリーン３０を備えた
光源３４からの散乱光はワーク３２の表面で反射され、
その反射光がＣＣＤカメラ３６に入射する。ＣＣＤカメ
ラ３６から出力されるグレーレベル画像は、画像処理ユ
ニット３８に入力する。この画像処理ユニット３８に
は、ＣＣＤカメラ３６からのグレーレベル画像を表示す
るモニタ４０が接続されており、さらにモニタ４０には
そのハードコピーをとるハードコピー装置４２が接続さ
れている。また画像処理ユニット３８には、ＣＣＤカメ
ラ３６からのグレーレベル画像の画像データに対し演算
処理を行うＣＰＵ４４が接続されており、さらにＣＰＵ
４４にはその演算結果を表示するＣＲＴ４６と描出する
プロッタ４８とが接続されている。
の構成ブロック図を示す。拡散スクリーン３０を備えた
光源３４からの散乱光はワーク３２の表面で反射され、
その反射光がＣＣＤカメラ３６に入射する。ＣＣＤカメ
ラ３６から出力されるグレーレベル画像は、画像処理ユ
ニット３８に入力する。この画像処理ユニット３８に
は、ＣＣＤカメラ３６からのグレーレベル画像を表示す
るモニタ４０が接続されており、さらにモニタ４０には
そのハードコピーをとるハードコピー装置４２が接続さ
れている。また画像処理ユニット３８には、ＣＣＤカメ
ラ３６からのグレーレベル画像の画像データに対し演算
処理を行うＣＰＵ４４が接続されており、さらにＣＰＵ
４４にはその演算結果を表示するＣＲＴ４６と描出する
プロッタ４８とが接続されている。
【００１６】本実施例の動作をフローチャートを用いて
説明する。図２には、本実施例による光学式形状認識装
置の主フローチャートが示されている。
説明する。図２には、本実施例による光学式形状認識装
置の主フローチャートが示されている。
【００１７】図２中、ステップＳ１において、ＣＣＤカ
メラ３６によって撮影されたグレーレベル画像は、画像
処理ユニット３８へ転送される。転送されたグレーレベ
ル画像は、モニタ４０に表示され、必要に応じてハード
コピー装置４２によってモニタ４０のハードコピーがと
られる。
メラ３６によって撮影されたグレーレベル画像は、画像
処理ユニット３８へ転送される。転送されたグレーレベ
ル画像は、モニタ４０に表示され、必要に応じてハード
コピー装置４２によってモニタ４０のハードコピーがと
られる。
【００１８】ステップＳ２においては、必要に応じて、
ワーク３２以外の部分の背景などの画像が削除（グレー
レベルが「０」に）される。背景とワーク３２との区別
は通常その明るさによって行われる。光源３４からの比
較的強い光が照射されているため、ワーク３２は一般に
背景などより輝度が高い。つまり、ＣＰＵ４４の指令に
よりあるしきい値以下の画素データを一律「０」値にす
ることにより、ワーク３２以外の部分の背景などの画像
を削除することができる。このようなマスク処理の後、
ステップＳ３−１に移行する。もしマスク処理が必要で
はなくその処理が行われない場合には、ステップＳ３−
２に移行する。
ワーク３２以外の部分の背景などの画像が削除（グレー
レベルが「０」に）される。背景とワーク３２との区別
は通常その明るさによって行われる。光源３４からの比
較的強い光が照射されているため、ワーク３２は一般に
背景などより輝度が高い。つまり、ＣＰＵ４４の指令に
よりあるしきい値以下の画素データを一律「０」値にす
ることにより、ワーク３２以外の部分の背景などの画像
を削除することができる。このようなマスク処理の後、
ステップＳ３−１に移行する。もしマスク処理が必要で
はなくその処理が行われない場合には、ステップＳ３−
２に移行する。
【００１９】ステップＳ３−１においては、マスクフラ
グＣＨＫが「１」に設定され、ステップＳ３−２におい
ては、マスクフラグＣＨＫが「０」に設定される。この
マスクフラグＣＨＫは、本実施例においては使用されな
いが、マスク処理が行われたかどうかを後で知る必要が
生じたときに参照される。ステップＳ３−１もＳ３−２
も引き続いてステップＳ４に移行する。
グＣＨＫが「１」に設定され、ステップＳ３−２におい
ては、マスクフラグＣＨＫが「０」に設定される。この
マスクフラグＣＨＫは、本実施例においては使用されな
いが、マスク処理が行われたかどうかを後で知る必要が
生じたときに参照される。ステップＳ３−１もＳ３−２
も引き続いてステップＳ４に移行する。
【００２０】ステップＳ４においては、出力形式の選択
を行う。すなわち、後述する図４に示されているように
一本の測定ラインに沿った高低情報のみを得る場合の出
力形式か、もしくは図５に示されているように一定の範
囲に対して高低情報を得る場合の出力形式かのいずれか
を選択する。本実施例においては、図４に示されている
ような出力形式を第一出力形式、図５に示されているよ
うな出力形式を第二出力形式と呼ぶ。このステップＳ４
において第一出力形式を選択した場合にはステップＳ５
に移行し、第二出力形式を選択した場合にはステップＳ
６に移行する。ステップＳ５においては、第二出力形式
を選択した場合に何本の画素列に対する高低情報を算出
するかを決定し、ステップＳ６に移行する。
を行う。すなわち、後述する図４に示されているように
一本の測定ラインに沿った高低情報のみを得る場合の出
力形式か、もしくは図５に示されているように一定の範
囲に対して高低情報を得る場合の出力形式かのいずれか
を選択する。本実施例においては、図４に示されている
ような出力形式を第一出力形式、図５に示されているよ
うな出力形式を第二出力形式と呼ぶ。このステップＳ４
において第一出力形式を選択した場合にはステップＳ５
に移行し、第二出力形式を選択した場合にはステップＳ
６に移行する。ステップＳ５においては、第二出力形式
を選択した場合に何本の画素列に対する高低情報を算出
するかを決定し、ステップＳ６に移行する。
【００２１】ステップＳ６においては、画像データの高
低情報を算出する。このステップＳ６の詳細な動作が、
図３の高低情報算出フローチャートに示されている。
低情報を算出する。このステップＳ６の詳細な動作が、
図３の高低情報算出フローチャートに示されている。
【００２２】図３中、ステップＳ７において、モニタ４
０の画像を参照しながら、測定範囲の設定を行う。例え
ば横方向の座標をｘ座標、縦方向の座標をｙ座標とする
と、ｘ1 ≦ｘ≦ｘ2 、ｙ1 ≦ｙ≦ｙ2 、というように、
各座標での範囲を設定することにより矩形の測定範囲が
決定される。なお、ステップＳ４において第一出力形式
を選択し、一つの画素列に対する高低情報のみを得る場
合においては前記ｙ1とｙ2 とは等しい値に選ばれる。
０の画像を参照しながら、測定範囲の設定を行う。例え
ば横方向の座標をｘ座標、縦方向の座標をｙ座標とする
と、ｘ1 ≦ｘ≦ｘ2 、ｙ1 ≦ｙ≦ｙ2 、というように、
各座標での範囲を設定することにより矩形の測定範囲が
決定される。なお、ステップＳ４において第一出力形式
を選択し、一つの画素列に対する高低情報のみを得る場
合においては前記ｙ1とｙ2 とは等しい値に選ばれる。
【００２３】ステップＳ８においては、ステップＳ７に
て設定された範囲の画素データＫＤ（ｘ，ｙ）が画像処
理ユニット３８からＣＰＵ４４に転送される。一画素列
の転送される画素データの一例が図６（ａ）に示されて
いる。図６（ａ）に示されている例は、それぞれの画素
データの値を結んだグラフとして表示されている例であ
る。すなわち横軸は各画素の位置を表し、縦軸は画素デ
ータの値つまり濃淡を表す。
て設定された範囲の画素データＫＤ（ｘ，ｙ）が画像処
理ユニット３８からＣＰＵ４４に転送される。一画素列
の転送される画素データの一例が図６（ａ）に示されて
いる。図６（ａ）に示されている例は、それぞれの画素
データの値を結んだグラフとして表示されている例であ
る。すなわち横軸は各画素の位置を表し、縦軸は画素デ
ータの値つまり濃淡を表す。
【００２４】ステップＳ９においては、転送された各画
素データの縦方向毎の平均値がＣＰＵ４４にて算出され
る。その平均値Ａｖｅ（ｘn ）は次式で示される。
素データの縦方向毎の平均値がＣＰＵ４４にて算出され
る。その平均値Ａｖｅ（ｘn ）は次式で示される。
【００２５】 ここで、Ａｖｅ（ｘn ）はｘ成分にｘn 座標成分をもつ
一画素列の平均値、ｄｅｌ（ｘn ）はｘ成分にｘn 座標
成分をもつ一画素列に含まれる画素数、ＫＤ（ｘn ，
ｙ）はモニタ４０上の座標（ｘ，ｙ）における画素の輝
度である。上記（１）式による平均値の計算は測定範囲
の各画素列ごとに行われる。さらに必要に応じて、各画
素列ごとにその画素データに対し各種のフィルタ処理を
行う。この各種フィルタ処理後の画像データの例が図６
（ｂ）に示されている。
一画素列の平均値、ｄｅｌ（ｘn ）はｘ成分にｘn 座標
成分をもつ一画素列に含まれる画素数、ＫＤ（ｘn ，
ｙ）はモニタ４０上の座標（ｘ，ｙ）における画素の輝
度である。上記（１）式による平均値の計算は測定範囲
の各画素列ごとに行われる。さらに必要に応じて、各画
素列ごとにその画素データに対し各種のフィルタ処理を
行う。この各種フィルタ処理後の画像データの例が図６
（ｂ）に示されている。
【００２６】ステップＳ１０においては、ステップＳ９
にて各画素列毎に求められた平均値を用いて高低情報を
各画素列ごとそれぞれ算出する。すなわち、平均値と各
画素データとの差分を、その画素列の光源方向の端部か
ら積分（累積的に加算）してゆくことにより、その画素
列に含まれる各画素の高低情報が逐次求められる。その
計算式を次式に示す。
にて各画素列毎に求められた平均値を用いて高低情報を
各画素列ごとそれぞれ算出する。すなわち、平均値と各
画素データとの差分を、その画素列の光源方向の端部か
ら積分（累積的に加算）してゆくことにより、その画素
列に含まれる各画素の高低情報が逐次求められる。その
計算式を次式に示す。
【００２７】 ＳＥＫＩ（ｘn ）＝∫｛ＫＤ（ｘn ，ｙ）−Ａｖｅ（ｘn ）｝ｄｙ ・・・（２） つまり、画素列中の所定の画素の高低情報は、差分の値
をその画素列の光源方向の端部から所定の画素まで積分
することにより求められる。したがって、本実施例にお
いては、各画素データの差分を積分してゆく途中結果と
して各画素に対する高低情報が得られる。この各画素に
対する高低情報の値の例が図６（ｃ）に示されている。
をその画素列の光源方向の端部から所定の画素まで積分
することにより求められる。したがって、本実施例にお
いては、各画素データの差分を積分してゆく途中結果と
して各画素に対する高低情報が得られる。この各画素に
対する高低情報の値の例が図６（ｃ）に示されている。
【００２８】ステップＳ１１においては、前ステップＳ
１０にて算出されたＳＥＫＩ（ｘn）にキャリブレーシ
ョン値（補正値）Ｂi を乗ずることにより補正を行う。
このキャリブレーション値Ｂi は、例えばワークの色、
反射率などによって決定される補正値である。これによ
って、実際の高低寸法値ＤＫ（ｘn ）が求められる。こ
れは次式で表される。
１０にて算出されたＳＥＫＩ（ｘn）にキャリブレーシ
ョン値（補正値）Ｂi を乗ずることにより補正を行う。
このキャリブレーション値Ｂi は、例えばワークの色、
反射率などによって決定される補正値である。これによ
って、実際の高低寸法値ＤＫ（ｘn ）が求められる。こ
れは次式で表される。
【００２９】 ＤＫ（ｘn ）＝Ｂi ×ＳＥＫＩ（ｘn ） ・・・（３） すなわち、ＤＫ（ｘn ）は、ｘ成分としてｘn を有する
画素列の高低寸法値である。この各画素の高低寸法値の
例が図６（ｄ）に示されている。
画素列の高低寸法値である。この各画素の高低寸法値の
例が図６（ｄ）に示されている。
【００３０】再び、図２の主フローチャートに動作が移
り、ステップＳ１２においては、ステップＳ１１にて求
めた高低寸法値をＣＲＴ４６やプロッタ４８に出力す
る。出力例を図４と図５とに示す。図４に示されている
例は、ワーク３２の表面の一本の測定ラインに沿った高
低情報及びその実寸法値を得た場合の出力例であり、前
述したステップＳ４においてその旨が選択された場合の
例である。図４（ａ）には、横軸が一画素列中の位置を
表し、縦軸に輝度を表したグラフの一例が示されてお
り、（ｂ）には、横軸が同様の位置を表し、縦軸が実寸
法値を表したグラフの一例が示されている。
り、ステップＳ１２においては、ステップＳ１１にて求
めた高低寸法値をＣＲＴ４６やプロッタ４８に出力す
る。出力例を図４と図５とに示す。図４に示されている
例は、ワーク３２の表面の一本の測定ラインに沿った高
低情報及びその実寸法値を得た場合の出力例であり、前
述したステップＳ４においてその旨が選択された場合の
例である。図４（ａ）には、横軸が一画素列中の位置を
表し、縦軸に輝度を表したグラフの一例が示されてお
り、（ｂ）には、横軸が同様の位置を表し、縦軸が実寸
法値を表したグラフの一例が示されている。
【００３１】一方、図５に示されている例は、ワーク３
２の表面の所定の測定範囲に対してその高低情報及びそ
の実寸法値を得た場合の出力例であり、図４と同様に前
述したステップＳ４においてその旨が選択された場合の
例である。図５には、図４と同様に、横軸が一画素列中
の位置を表し、縦軸が実寸法値を表しているグラフが示
されており、さらに複数の測定ラインに対するグラフが
縦方向に重畳して描画されている。
２の表面の所定の測定範囲に対してその高低情報及びそ
の実寸法値を得た場合の出力例であり、図４と同様に前
述したステップＳ４においてその旨が選択された場合の
例である。図５には、図４と同様に、横軸が一画素列中
の位置を表し、縦軸が実寸法値を表しているグラフが示
されており、さらに複数の測定ラインに対するグラフが
縦方向に重畳して描画されている。
【００３２】以上述べたように本実施例においては、ワ
ーク３２表面の測定ラインに対応する一画素列の各画素
データの平均値と、各画素データとの差分とを積分する
ことによって、前記一画素列の各画素の高低情報を算出
した。この積分は、各画素データに対する差分を、光源
方向の端部から、逐次累積的に加算することにより行わ
れる。したがって、一画素列に含まれる各画素に対する
高低情報を逐次算出することが可能である。
ーク３２表面の測定ラインに対応する一画素列の各画素
データの平均値と、各画素データとの差分とを積分する
ことによって、前記一画素列の各画素の高低情報を算出
した。この積分は、各画素データに対する差分を、光源
方向の端部から、逐次累積的に加算することにより行わ
れる。したがって、一画素列に含まれる各画素に対する
高低情報を逐次算出することが可能である。
【００３３】さらに、ワークの色や反射率などの条件に
よって定まる補正値を用いて、上記高低情報を補正した
ので、実際のワーク表面の対応する測定ラインの高低の
値が得られる。したがって、自動車のボディ等の表面検
査装置に適用すれば、ボディの凹凸を補正する量が具体
的に数値として求められるため、補正が適格に行えると
いう効果を有する。
よって定まる補正値を用いて、上記高低情報を補正した
ので、実際のワーク表面の対応する測定ラインの高低の
値が得られる。したがって、自動車のボディ等の表面検
査装置に適用すれば、ボディの凹凸を補正する量が具体
的に数値として求められるため、補正が適格に行えると
いう効果を有する。
【００３４】
【発明の効果】以上述べたように本発明によれば、グレ
ーレベルの濃淡画像から、被検体表面の高低情報を実寸
法値として算出できる。そのため、従来濃淡でのみ定性
的に表現されていた被検体の凹凸を具体的な数値として
具体的に表現可能である。
ーレベルの濃淡画像から、被検体表面の高低情報を実寸
法値として算出できる。そのため、従来濃淡でのみ定性
的に表現されていた被検体の凹凸を具体的な数値として
具体的に表現可能である。
【００３５】したがって、本発明を自動車のボディの凹
凸検査などに用いれば、従来の肉眼による検査に比べて
高精度に凹凸を判断することができる。さらに実寸法値
が算出されるので、凹凸の補正をする際、その補正量を
具体的に数値で指定することが可能となるので、より効
率的な修正が行えるという効果を有する。
凸検査などに用いれば、従来の肉眼による検査に比べて
高精度に凹凸を判断することができる。さらに実寸法値
が算出されるので、凹凸の補正をする際、その補正量を
具体的に数値で指定することが可能となるので、より効
率的な修正が行えるという効果を有する。
【図面の簡単な説明】
【図１】本発明の一実施例である光学式形状認識装置の
構成ブロック図である。
構成ブロック図である。
【図２】図１に示される光学式形状認識装置の動作を説
明する主フローチャートである。
明する主フローチャートである。
【図３】図２におけるフローチャートのステップＳ６、
すなわち高低情報算出の詳細な動作を説明するフローチ
ャートである。
すなわち高低情報算出の詳細な動作を説明するフローチ
ャートである。
【図４】ワーク３２表面の１ラインに沿った高低情報の
みを得る場合の出力例であり、（ａ）には、横軸が一画
素列中の位置を表し、縦軸に輝度を表したグラフの一例
が示されており、（ｂ）には、横軸が同様の位置を表
し、縦軸が実寸法値を表したグラフの一例が示されてい
る。
みを得る場合の出力例であり、（ａ）には、横軸が一画
素列中の位置を表し、縦軸に輝度を表したグラフの一例
が示されており、（ｂ）には、横軸が同様の位置を表
し、縦軸が実寸法値を表したグラフの一例が示されてい
る。
【図５】ワーク３２の表面の所定の測定範囲に対してそ
の高低情報及びその実寸法値を得た場合の出力例であ
り、横軸が一画素列中の位置を表し、縦軸が実寸法値を
表しているグラフが示されており、さらに複数の画素列
に対するグラフが縦方向に重畳して描画され、所定の測
定範囲に対する凹凸の様子が表されている。
の高低情報及びその実寸法値を得た場合の出力例であ
り、横軸が一画素列中の位置を表し、縦軸が実寸法値を
表しているグラフが示されており、さらに複数の画素列
に対するグラフが縦方向に重畳して描画され、所定の測
定範囲に対する凹凸の様子が表されている。
【図６】本実施例の各処理段階での種々のデータの様子
を示したグラフであり、（ａ）には、図３のフローチャ
ートのステップＳ８において、ＣＰＵ４４に転送される
一画素列の画素データの一例が示されており、（ｂ）に
は、ステップＳ９において、各画素列ごとに行われたフ
ィルタ処理後の画像データの一例が示されており、
（ｃ）には、ステップＳ１０において得られた各画素に
対する高低情報の値の一例が示されており、（ｄ）に
は、ステップＳ１１における補正の結果得られた各画素
の高低寸法値の一例が示されている。
を示したグラフであり、（ａ）には、図３のフローチャ
ートのステップＳ８において、ＣＰＵ４４に転送される
一画素列の画素データの一例が示されており、（ｂ）に
は、ステップＳ９において、各画素列ごとに行われたフ
ィルタ処理後の画像データの一例が示されており、
（ｃ）には、ステップＳ１０において得られた各画素に
対する高低情報の値の一例が示されており、（ｄ）に
は、ステップＳ１１における補正の結果得られた各画素
の高低寸法値の一例が示されている。
【図７】従来の表面検査装置の第一例の構成・作用を示
す説明図であり、（ａ）にはその構成が、（ｂ）にはそ
の作用が示されている。
す説明図であり、（ａ）にはその構成が、（ｂ）にはそ
の作用が示されている。
【図８】従来の表面検査装置の第二例の構成を示す構成
図である。
図である。
【図９】（ａ）には、図８のワーク２２のＢ−Ｂ断面図
が示されており、（ｂ）にはその断面に沿った画像の明
るさを示すグラフが示されており、その横軸が断面に沿
った位置を表し、縦軸が画像の明るさを表す。
が示されており、（ｂ）にはその断面に沿った画像の明
るさを示すグラフが示されており、その横軸が断面に沿
った位置を表し、縦軸が画像の明るさを表す。
【図１０】曲率を有するワーク１６を、図７の従来例に
適用した場合の問題点を説明する説明図である。
適用した場合の問題点を説明する説明図である。
３０ 拡散スクリーン ３２ ワーク ３４ 光源 ３６ ＣＣＤカメラ ３８ 画像処理ユニット ４０ モニタ ４２ ハードコピー装置 ４４ ＣＰＵ ４６ ＣＲＴ ４８ プロッタ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 中野 孔明 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 (72)発明者 宇佐美 幸彦 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 (72)発明者 鈴木 基之 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 (72)発明者 谷口 喜久 愛知県名古屋市中村区名駅四丁目27番23号 テービーテック株式会社内 (72)発明者 村田 晃 愛知県名古屋市中村区名駅四丁目27番23号 テービーテック株式会社内 (72)発明者 山中 誠二 東京都中央区日本橋兜町７番３号 東京貿 易株式会社内
Claims (1)
- 【請求項１】被検体表面の測定ラインを所定の仰角で斜
め方向から照射する光源と、 前記測定ラインから反射された反射光を検出し、グレー
レベル画像情報を出力する光検出器と、 前記グレーレベル画像情報の各画素データの平均値を求
める平均値算出手段と、 前記それぞれの画素データと前記平均値との差分を、前
記測定ラインの一方端に対応する画素から、前記測定ラ
イン上の所定位置に対応する画素まで、累積加算して前
記所定位置の高低情報を算出する高低情報算出手段と、 前記高低情報に変換係数を乗じ、実寸法値に変換する実
寸法化手段と、を備えることを特徴とする光学式形状認
識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04010219A JP3107628B2 (ja) | 1992-01-23 | 1992-01-23 | 光学式形状認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04010219A JP3107628B2 (ja) | 1992-01-23 | 1992-01-23 | 光学式形状認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05205051A true JPH05205051A (ja) | 1993-08-13 |
| JP3107628B2 JP3107628B2 (ja) | 2000-11-13 |
Family
ID=11744168
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04010219A Expired - Fee Related JP3107628B2 (ja) | 1992-01-23 | 1992-01-23 | 光学式形状認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3107628B2 (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008292430A (ja) * | 2007-05-28 | 2008-12-04 | Panasonic Electric Works Co Ltd | 外観検査方法および外観検査装置 |
| JP2017167031A (ja) * | 2016-03-17 | 2017-09-21 | 三菱マテリアルテクノ株式会社 | 発破ズリの評価方法、発破ズリの評価システム |
| KR20190121508A (ko) * | 2018-04-18 | 2019-10-28 | 옥타코 주식회사 | 카메라 다중영상 분석을 이용한 조명환경 보상 기반의 생체인식 처리 방법 |
| US11137738B2 (en) | 2016-11-25 | 2021-10-05 | Glowforge Inc. | Calibration of a computer-numerically-controlled machine |
| US11231693B2 (en) | 2015-02-12 | 2022-01-25 | Glowforge Inc. | Cloud controlled laser fabrication |
| US11249456B2 (en) | 2016-11-25 | 2022-02-15 | Glowforge Inc. | Fabrication with image tracing |
| US11281189B2 (en) | 2016-11-25 | 2022-03-22 | Glowforge Inc. | Controlled deceleration of moveable components in a computer numerically controlled machine |
| US11305379B2 (en) | 2016-11-25 | 2022-04-19 | Glowforge Inc. | Preset optical components in a computer numerically controlled machine |
| US11327461B2 (en) | 2015-02-12 | 2022-05-10 | Glowforge Inc. | Safety assurances for laser fabrication using temperature sensors |
| US11433477B2 (en) | 2016-11-25 | 2022-09-06 | Glowforge Inc. | Housing for computer-numerically-controlled machine |
| US11698622B2 (en) | 2021-03-09 | 2023-07-11 | Glowforge Inc. | Previews for computer numerically controlled fabrication |
-
1992
- 1992-01-23 JP JP04010219A patent/JP3107628B2/ja not_active Expired - Fee Related
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008292430A (ja) * | 2007-05-28 | 2008-12-04 | Panasonic Electric Works Co Ltd | 外観検査方法および外観検査装置 |
| US11327461B2 (en) | 2015-02-12 | 2022-05-10 | Glowforge Inc. | Safety assurances for laser fabrication using temperature sensors |
| US11537097B2 (en) | 2015-02-12 | 2022-12-27 | Glowforge Inc. | Visual preview for laser fabrication by assembling multiple camera images |
| US11880182B2 (en) | 2015-02-12 | 2024-01-23 | Glowforge Inc. | Safety and reliability for laser fabrication |
| US11231693B2 (en) | 2015-02-12 | 2022-01-25 | Glowforge Inc. | Cloud controlled laser fabrication |
| US11797652B2 (en) | 2015-02-12 | 2023-10-24 | Glowforge, Inc. | Cloud controlled laser fabrication |
| US11537096B2 (en) * | 2015-02-12 | 2022-12-27 | Glowforge | Laser cutter engraver material height measurement |
| JP2017167031A (ja) * | 2016-03-17 | 2017-09-21 | 三菱マテリアルテクノ株式会社 | 発破ズリの評価方法、発破ズリの評価システム |
| US11433477B2 (en) | 2016-11-25 | 2022-09-06 | Glowforge Inc. | Housing for computer-numerically-controlled machine |
| US11249456B2 (en) | 2016-11-25 | 2022-02-15 | Glowforge Inc. | Fabrication with image tracing |
| US11305379B2 (en) | 2016-11-25 | 2022-04-19 | Glowforge Inc. | Preset optical components in a computer numerically controlled machine |
| US11281189B2 (en) | 2016-11-25 | 2022-03-22 | Glowforge Inc. | Controlled deceleration of moveable components in a computer numerically controlled machine |
| US11860601B2 (en) | 2016-11-25 | 2024-01-02 | Glowforge Inc. | Calibration of a computer-numerically-controlled machine |
| US11860606B2 (en) | 2016-11-25 | 2024-01-02 | Glowforge, Inc. | Fabrication with image tracing |
| US11137738B2 (en) | 2016-11-25 | 2021-10-05 | Glowforge Inc. | Calibration of a computer-numerically-controlled machine |
| KR20190121508A (ko) * | 2018-04-18 | 2019-10-28 | 옥타코 주식회사 | 카메라 다중영상 분석을 이용한 조명환경 보상 기반의 생체인식 처리 방법 |
| US11698622B2 (en) | 2021-03-09 | 2023-07-11 | Glowforge Inc. | Previews for computer numerically controlled fabrication |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3107628B2 (ja) | 2000-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4150390B2 (ja) | 外観検査方法及び外観検査装置 | |
| JP2000241120A (ja) | 計測装置 | |
| JP3185559B2 (ja) | 表面欠陥検査装置 | |
| JPH05205051A (ja) | 光学式形状認識装置 | |
| JP3189588B2 (ja) | 表面欠陥検査装置 | |
| JP4633245B2 (ja) | 表面検査装置及び表面検査方法 | |
| JP4279833B2 (ja) | 外観検査方法及び外観検査装置 | |
| JP3412366B2 (ja) | 塗膜平滑性検査装置 | |
| JP2003167529A (ja) | 画面欠陥検出方法及び装置並びに画面欠陥検出のためのプログラム | |
| JP2974223B2 (ja) | 光学式形状認識装置 | |
| JPH0399376A (ja) | 画質検査装置 | |
| KR19990037109A (ko) | 굽힘 각도 검출 장치 | |
| JP3688520B2 (ja) | 表面検査装置及び表面検査方法 | |
| JP3871963B2 (ja) | 表面検査装置及び表面検査方法 | |
| JP7003669B2 (ja) | 表面検査装置、及び表面検査方法 | |
| JP2961140B2 (ja) | 画像処理方法 | |
| JP4401126B2 (ja) | 寸法測定装置の所定部位登録方法 | |
| JPH11237216A (ja) | 光学歪の評価方法および評価装置 | |
| JP4367474B2 (ja) | 欠陥検査装置 | |
| JP3020429B2 (ja) | 表面歪み算出方法 | |
| JPH04359106A (ja) | 透明物体内の気泡検出装置 | |
| JP2965370B2 (ja) | 欠陥検出装置 | |
| JP3939866B2 (ja) | ヘッドライトの光軸調整方法 | |
| JP3035469B2 (ja) | 歪みの測定方法 | |
| JP2879357B2 (ja) | 形状判定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000801 |
|
| LAPS | Cancellation because of no payment of annual fees |