JPH06308049A - 表面疵判別装置 - Google Patents
表面疵判別装置Info
- Publication number
- JPH06308049A JPH06308049A JP5097400A JP9740093A JPH06308049A JP H06308049 A JPH06308049 A JP H06308049A JP 5097400 A JP5097400 A JP 5097400A JP 9740093 A JP9740093 A JP 9740093A JP H06308049 A JPH06308049 A JP H06308049A
- Authority
- JP
- Japan
- Prior art keywords
- flaw
- neural network
- optical surface
- surface flaw
- defect
- 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
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
(57)【要約】
【目的】 疵種判別の時間を短縮するとともに、疵種判
別ニューラルネットの学習が確実に収束し、且つ新たな
疵種の追加に伴う疵種判別ニューラルネットの再学習を
なくすことにある。 【構成】 表面疵を検出する光学式表面疵検出装置1に
接続されて該光学式表面疵検出装置1に検出された表面
疵の疵信号強度を演算する演算部11と、前記光学式表
面疵検出装置1に接続される判別疵種別に判別を行う多
数の疵種判別ニューラルネット10とを疵グレード判定
部12に接続する。
別ニューラルネットの学習が確実に収束し、且つ新たな
疵種の追加に伴う疵種判別ニューラルネットの再学習を
なくすことにある。 【構成】 表面疵を検出する光学式表面疵検出装置1に
接続されて該光学式表面疵検出装置1に検出された表面
疵の疵信号強度を演算する演算部11と、前記光学式表
面疵検出装置1に接続される判別疵種別に判別を行う多
数の疵種判別ニューラルネット10とを疵グレード判定
部12に接続する。
Description
【0001】
【産業上の利用分野】本発明は、鋼板等の帯状板材の表
面に発生する表面疵のグレード判定を行う表面疵判別装
置に関するものである。
面に発生する表面疵のグレード判定を行う表面疵判別装
置に関するものである。
【0002】
【従来の技術】一般に、鋼帯の表面に発生する表面疵の
グレードは、疵の深さの他、疵種によっても大きく左右
される。つまり疵種によって被害度合が異なるため、疵
種を正確に判別しなければならない。そこで特開平4−
142412号公報に示されるように、光学式の表面疵
検出装置により検出された検出信号から疵種を判別する
第1のニューラルネットと、前記光学式の表面疵検出装
置の検出信号及び第1のニューラルネットからの疵種の
判定信号より疵グレードを判定する第2のニューラルネ
ットとよりなるものが知られている。
グレードは、疵の深さの他、疵種によっても大きく左右
される。つまり疵種によって被害度合が異なるため、疵
種を正確に判別しなければならない。そこで特開平4−
142412号公報に示されるように、光学式の表面疵
検出装置により検出された検出信号から疵種を判別する
第1のニューラルネットと、前記光学式の表面疵検出装
置の検出信号及び第1のニューラルネットからの疵種の
判定信号より疵グレードを判定する第2のニューラルネ
ットとよりなるものが知られている。
【0003】しかし光学式の表面疵検出装置の検出信号
に基づき、鋼板表面に発生した疵がどの疵種に含まれる
かを一台のニューラルネットにより判別するため、ニュ
ーラルネットが大規模なものとなって疵種判別のための
学習に時間がかかるうえに、場合によっては学習が収束
しないこともある。また新たな疵種をニューラルネット
に追加させる場合、再学習を行わねばならず膨大な学習
時間がかかることとなり、一台の大規模ニューラルネッ
トで全ての疵種判別を網羅しようとする場合、最適解が
得られる保証のないニューラルネットでは有限時間内に
学習が収束せず実用不可能になりかねないという問題が
あり、しかも一台のニューラルネットで全ての疵種を判
別するため、コンピュータの負荷が大きく疵種判別に時
間がかかるという問題もあった。
に基づき、鋼板表面に発生した疵がどの疵種に含まれる
かを一台のニューラルネットにより判別するため、ニュ
ーラルネットが大規模なものとなって疵種判別のための
学習に時間がかかるうえに、場合によっては学習が収束
しないこともある。また新たな疵種をニューラルネット
に追加させる場合、再学習を行わねばならず膨大な学習
時間がかかることとなり、一台の大規模ニューラルネッ
トで全ての疵種判別を網羅しようとする場合、最適解が
得られる保証のないニューラルネットでは有限時間内に
学習が収束せず実用不可能になりかねないという問題が
あり、しかも一台のニューラルネットで全ての疵種を判
別するため、コンピュータの負荷が大きく疵種判別に時
間がかかるという問題もあった。
【0004】
【発明が解決しようとする課題】本発明の解決すべき課
題は、前記のような問題をなくし、疵種判別の時間を短
縮するとともに、疵種判別ニューラルネットの学習が確
実に収束し、且つ新たな疵種の追加に伴う疵種判別ニュ
ーラルネットの再学習をなくすことにある。
題は、前記のような問題をなくし、疵種判別の時間を短
縮するとともに、疵種判別ニューラルネットの学習が確
実に収束し、且つ新たな疵種の追加に伴う疵種判別ニュ
ーラルネットの再学習をなくすことにある。
【0005】
【課題を解決するための手段】本発明は、表面疵を検出
する光学式表面疵検出装置に接続されて該光学式表面疵
検出装置に検出された表面疵の疵信号強度を演算する演
算部と、前記光学式表面疵検出装置に接続される判別疵
種別に判別を行う多数の疵種判別ニューラルネットとを
疵グレード判定部に接続したことを特徴とするものであ
る。
する光学式表面疵検出装置に接続されて該光学式表面疵
検出装置に検出された表面疵の疵信号強度を演算する演
算部と、前記光学式表面疵検出装置に接続される判別疵
種別に判別を行う多数の疵種判別ニューラルネットとを
疵グレード判定部に接続したことを特徴とするものであ
る。
【0006】
【作用】本発明は、走行する帯状板材の表面を光学式表
面疵検出装置により走査し、該帯状板材に表面疵が検出
されると、判別疵種別に判別を行う多数の疵種判別ニュ
ーラルネットは検出された表面疵信号が学習された疵種
パターンと同一か否かを判別して判別信号を疵グレード
判定部に出力する。このとき光学式表面疵検出装置から
出力される表面疵信号の疵信号強度を演算する演算部に
より、疵グレード判別部に疵信号強度が入力される。そ
して疵グレード判定部は疵種判別ニューラルネットより
出力された疵種の判別信号と演算部からの疵信号強度と
から疵種に応じた被害度や表面疵の大きさを総合判断し
て帯状板材Wの疵グレードの判定を行うものである。
面疵検出装置により走査し、該帯状板材に表面疵が検出
されると、判別疵種別に判別を行う多数の疵種判別ニュ
ーラルネットは検出された表面疵信号が学習された疵種
パターンと同一か否かを判別して判別信号を疵グレード
判定部に出力する。このとき光学式表面疵検出装置から
出力される表面疵信号の疵信号強度を演算する演算部に
より、疵グレード判別部に疵信号強度が入力される。そ
して疵グレード判定部は疵種判別ニューラルネットより
出力された疵種の判別信号と演算部からの疵信号強度と
から疵種に応じた被害度や表面疵の大きさを総合判断し
て帯状板材Wの疵グレードの判定を行うものである。
【0007】
【実施例】次に、本発明を図示の実施例に基づいて詳細
に説明する。1は光学式表面疵検出装置であり、該光学
式表面疵検出装置1はレーザ発振器2と、該レーザ発振
器2からのレーザ光を帯状板材表面に走査させる回転ミ
ラー4と、該帯状板材Wから反射される反射光が入射さ
れる光電変換装置5と、該光電変換装置5により電気信
号に変換された検出信号のフィルタリング処理を行う信
号前処理部6と、信号前処理部6より出力される検出信
号をディジタル化するアナログ・ディジタル変換装置7
及び該アナログ・ディジタル変換装置7のディジタル信
号を取り込むメモリ8とからなるものである。
に説明する。1は光学式表面疵検出装置であり、該光学
式表面疵検出装置1はレーザ発振器2と、該レーザ発振
器2からのレーザ光を帯状板材表面に走査させる回転ミ
ラー4と、該帯状板材Wから反射される反射光が入射さ
れる光電変換装置5と、該光電変換装置5により電気信
号に変換された検出信号のフィルタリング処理を行う信
号前処理部6と、信号前処理部6より出力される検出信
号をディジタル化するアナログ・ディジタル変換装置7
及び該アナログ・ディジタル変換装置7のディジタル信
号を取り込むメモリ8とからなるものである。
【0008】101 〜10n は光学式表面疵検出装置1
のメモリ8に接続される疵種判別ニューラルネットであ
り、該各疵種判別ニューラルネット10には判別疵種別
に疵種パターンが学習記憶されている。11は光学式表
面疵検出装置1のメモリ8に取り込まれた検出信号のう
ちの疵信号強度を演算する演算部である。12は演算部
11と疵種判別ニューラルネット10に接続される疵グ
レード判定部で、該疵グレード判定部12は光学式表面
疵検出装置1のメモリ8から演算部11を介して入力さ
れる疵信号強度と疵種判別ニューラルネット10より入
力される疵種の判別信号とから被害度や疵の大きさを総
合判断して帯状板材の疵グレードの判定を行うものであ
る。13は回転ミラー4を回転させるモータである。
のメモリ8に接続される疵種判別ニューラルネットであ
り、該各疵種判別ニューラルネット10には判別疵種別
に疵種パターンが学習記憶されている。11は光学式表
面疵検出装置1のメモリ8に取り込まれた検出信号のう
ちの疵信号強度を演算する演算部である。12は演算部
11と疵種判別ニューラルネット10に接続される疵グ
レード判定部で、該疵グレード判定部12は光学式表面
疵検出装置1のメモリ8から演算部11を介して入力さ
れる疵信号強度と疵種判別ニューラルネット10より入
力される疵種の判別信号とから被害度や疵の大きさを総
合判断して帯状板材の疵グレードの判定を行うものであ
る。13は回転ミラー4を回転させるモータである。
【0009】このように構成されたものは、走行する帯
状板材に、レーザ発振器2より照射されるレーザ光を回
転ミラー4により走査させ、該帯状板材より反射された
反射光を光電変換装置5により電気信号に変換するとと
もに、電気信号に変換された検出信号を信号前処理部6
によりフィルタリング処理を行う。このフィルタリング
処理された検出信号に表面疵が存在すれば、反射光は乱
されるので検出信号には疵種に応じた特定波形が現れ
る。このようにして得られた表面疵信号をアナログ・デ
ィジタル変換装置7によりディジタル化し、光学式表面
疵検出装置1のメモリ8に取り込む。そして光学式表面
疵検出装置1のメモリ8に入力された表面疵信号を、判
別疵種別に疵種パターンが学習されているそれぞれの疵
種判別ニューラルネット10に入力すれば、各疵種判別
ニューラルネット10は並行して同時に学習記憶された
疵種パターンと表面疵信号パターンが同一か否かを判定
することとなる。
状板材に、レーザ発振器2より照射されるレーザ光を回
転ミラー4により走査させ、該帯状板材より反射された
反射光を光電変換装置5により電気信号に変換するとと
もに、電気信号に変換された検出信号を信号前処理部6
によりフィルタリング処理を行う。このフィルタリング
処理された検出信号に表面疵が存在すれば、反射光は乱
されるので検出信号には疵種に応じた特定波形が現れ
る。このようにして得られた表面疵信号をアナログ・デ
ィジタル変換装置7によりディジタル化し、光学式表面
疵検出装置1のメモリ8に取り込む。そして光学式表面
疵検出装置1のメモリ8に入力された表面疵信号を、判
別疵種別に疵種パターンが学習されているそれぞれの疵
種判別ニューラルネット10に入力すれば、各疵種判別
ニューラルネット10は並行して同時に学習記憶された
疵種パターンと表面疵信号パターンが同一か否かを判定
することとなる。
【0010】そして疵種判別ニューラルネット10によ
り疵種が特定され、疵種の判定信号が疵グレード判定部
12に入力される。このとき光学式表面疵検出装置1の
メモリ8に取り込まれた疵信号強度が演算部11により
演算されたうえ、該疵信号強度は疵グレード判定部12
に入力されるので、疵グレード判定部12は疵種判別ニ
ューラルネット10からの疵種の判別信号と演算部11
からの疵信号強度から疵種に応じた被害度や疵の大きさ
を総合判断する。
り疵種が特定され、疵種の判定信号が疵グレード判定部
12に入力される。このとき光学式表面疵検出装置1の
メモリ8に取り込まれた疵信号強度が演算部11により
演算されたうえ、該疵信号強度は疵グレード判定部12
に入力されるので、疵グレード判定部12は疵種判別ニ
ューラルネット10からの疵種の判別信号と演算部11
からの疵信号強度から疵種に応じた被害度や疵の大きさ
を総合判断する。
【0011】
【発明の効果】本発明は前記説明によって明らかなよう
に、光学式表面疵検出装置の検出信号を判別疵種別に判
別を行う多数の疵種判別ニューラルネットを設けたか
ら、各疵種判別ニューラルネットは小規模でよく、学習
を確実に収束させることができ、しかも新たに疵種を追
加する場合には、新たな疵種の判別を行う新たな疵種判
別ニューラルネットを光学式表面疵検出装置と疵グレー
ド判定部間に接続させて既存の疵種判別ニューラルネッ
トと並設させ、新たに追加された疵種判別ニューラルネ
ットだけに追加される疵種の学習を行えばよいので、従
来に比較して学習時間を大幅に短縮することができるこ
ととなり、極めて柔軟性に富んだ表面疵判別装置とする
ことができる。さらに各疵種判別ニューラルネットは並
行して同時に疵種の判別を行うため判別処理時間を短縮
することができる。しかも疵種判別ニューラルネットを
用いなくとも判別できる疵信号強度は、疵種判別ニュー
ラルネットと並列に光学式表面疵検出装置と接続された
演算部により行うため、演算部による時間的遅れを生じ
ることなく、疵種判別ニューラルネットの負荷を低減す
ることができので、判別時間処理時間をさらに短縮でき
ることとなる。従って、本発明は従来の問題点を解決し
た表面疵判別装置として業界にもたらす益極めて大なも
のである。
に、光学式表面疵検出装置の検出信号を判別疵種別に判
別を行う多数の疵種判別ニューラルネットを設けたか
ら、各疵種判別ニューラルネットは小規模でよく、学習
を確実に収束させることができ、しかも新たに疵種を追
加する場合には、新たな疵種の判別を行う新たな疵種判
別ニューラルネットを光学式表面疵検出装置と疵グレー
ド判定部間に接続させて既存の疵種判別ニューラルネッ
トと並設させ、新たに追加された疵種判別ニューラルネ
ットだけに追加される疵種の学習を行えばよいので、従
来に比較して学習時間を大幅に短縮することができるこ
ととなり、極めて柔軟性に富んだ表面疵判別装置とする
ことができる。さらに各疵種判別ニューラルネットは並
行して同時に疵種の判別を行うため判別処理時間を短縮
することができる。しかも疵種判別ニューラルネットを
用いなくとも判別できる疵信号強度は、疵種判別ニュー
ラルネットと並列に光学式表面疵検出装置と接続された
演算部により行うため、演算部による時間的遅れを生じ
ることなく、疵種判別ニューラルネットの負荷を低減す
ることができので、判別時間処理時間をさらに短縮でき
ることとなる。従って、本発明は従来の問題点を解決し
た表面疵判別装置として業界にもたらす益極めて大なも
のである。
【図1】本発明の実施例を示す説明図である。
【図2】本発明の光学式表面疵検出装置を示す説明図で
ある。
ある。
1 光学式表面疵検出装置 10 疵種判別ニューラルネット 11 演算部 12 疵グレード判定部
Claims (1)
- 【請求項1】 表面疵を検出する光学式表面疵検出装置
(1) に接続されて該光学式表面疵検出装置(1) に検出さ
れた表面疵の疵信号強度を演算する演算部(11)と、前記
光学式表面疵検出装置(1) に接続される判別疵種別に判
別を行う多数の疵種判別ニューラルネット(10)とを疵グ
レード判定部(12)に接続したことを特徴とする表面疵判
別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP09740093A JP3209297B2 (ja) | 1993-04-23 | 1993-04-23 | 表面疵判別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP09740093A JP3209297B2 (ja) | 1993-04-23 | 1993-04-23 | 表面疵判別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH06308049A true JPH06308049A (ja) | 1994-11-04 |
JP3209297B2 JP3209297B2 (ja) | 2001-09-17 |
Family
ID=14191473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP09740093A Expired - Fee Related JP3209297B2 (ja) | 1993-04-23 | 1993-04-23 | 表面疵判別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3209297B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598827A (zh) * | 2019-02-19 | 2020-08-28 | 富泰华精密电子(郑州)有限公司 | 外观瑕疵检测方法、电子装置及存储介质 |
JP2021017296A (ja) * | 2019-07-17 | 2021-02-15 | Jfeスチール株式会社 | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02306387A (ja) * | 1989-05-20 | 1990-12-19 | Ricoh Co Ltd | パターン認識方式 |
JPH03144350A (ja) * | 1989-10-31 | 1991-06-19 | Nippon Steel Corp | 神経回路網による鋼板表面疵検査方法 |
JPH04142412A (ja) * | 1990-10-04 | 1992-05-15 | Toshiba Corp | 欠陥検査装置 |
JPH04238207A (ja) * | 1991-01-22 | 1992-08-26 | Toshiba Corp | 欠陥検査装置 |
JPH04337406A (ja) * | 1991-05-14 | 1992-11-25 | Kawasaki Steel Corp | 鋼板の表面等級判別方法 |
-
1993
- 1993-04-23 JP JP09740093A patent/JP3209297B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02306387A (ja) * | 1989-05-20 | 1990-12-19 | Ricoh Co Ltd | パターン認識方式 |
JPH03144350A (ja) * | 1989-10-31 | 1991-06-19 | Nippon Steel Corp | 神経回路網による鋼板表面疵検査方法 |
JPH04142412A (ja) * | 1990-10-04 | 1992-05-15 | Toshiba Corp | 欠陥検査装置 |
JPH04238207A (ja) * | 1991-01-22 | 1992-08-26 | Toshiba Corp | 欠陥検査装置 |
JPH04337406A (ja) * | 1991-05-14 | 1992-11-25 | Kawasaki Steel Corp | 鋼板の表面等級判別方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598827A (zh) * | 2019-02-19 | 2020-08-28 | 富泰华精密电子(郑州)有限公司 | 外观瑕疵检测方法、电子装置及存储介质 |
JP2021017296A (ja) * | 2019-07-17 | 2021-02-15 | Jfeスチール株式会社 | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 |
Also Published As
Publication number | Publication date |
---|---|
JP3209297B2 (ja) | 2001-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US3984189A (en) | Method and apparatus for detecting defects in a surface regardless of surface finish | |
JPH01239439A (ja) | 表面検査装置 | |
EP0563897A1 (en) | Defect inspection system | |
JPH06308049A (ja) | 表面疵判別装置 | |
EP0008010B1 (en) | Method of detecting flaws on surfaces | |
JP2890801B2 (ja) | 表面傷検査装置 | |
JP3490809B2 (ja) | 金属帯の表面疵検査方法および装置 | |
JPS6321857B2 (ja) | ||
JPH0829145A (ja) | 表面欠陥検査方法 | |
JP3523945B2 (ja) | 表面検査方法 | |
JPS61260147A (ja) | 表面欠陥検査装置 | |
JPH04238207A (ja) | 欠陥検査装置 | |
WO2020250583A1 (ja) | 検査システム | |
JPH01253641A (ja) | 筋状欠陥弁別処理回路 | |
JP3297945B2 (ja) | 鋼板表面欠陥検出方法 | |
US6331888B1 (en) | Method and apparatus for surface inspection | |
JPS59180451A (ja) | 表面検査装置 | |
JPS6256974B2 (ja) | ||
JPH0627037A (ja) | 欠陥検査装置 | |
JPH01262447A (ja) | 周期性欠陥弁別処理回路 | |
JPH0815178A (ja) | 鋼板表面疵判別方法 | |
JPH02298840A (ja) | 神経回路網による鋼板表面疵検査方法 | |
JPS63285450A (ja) | 表面欠陥検査装置 | |
JPH11339089A (ja) | 良否判別装置 | |
JPH0531101B2 (ja) |
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: 20010622 |
|
LAPS | Cancellation because of no payment of annual fees |