JPH10232206A - 金属表面欠陥検出方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】照明むらや画像上の照度勾配等の影響がある画
像から、表面欠陥を検出する。 【解決手段】表面欠陥検出装置において、画像を撮像す
る手段，該手段で撮像した画像のコントラストを強調処
理する手段及び微分処理する手段，微分処理した画像か
ら表面欠陥部を抽出する手段，二値化画像を画像間論理
演算する手段，該手段で処理した画像のデータが表面欠
陥であるかを判定する手段からなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は金属表面欠陥を検出
する方法及びその装置に関する。

【０００２】

【従来の技術】従来、クラックや傷等の表面欠陥検出技
術として、照明灯をガスタービン高温部品に対し照明む
らの無いように設置し、カメラからの映像信号を画像と
して取り込み、取り込んだ画像を移動平均やコンボリュ
ーション等の平滑化により画像をぼかし、画像中のノイ
ズ成分を低減する。平滑化した画像を所定のしきい値に
より二値化画像に変換し、画像中の存在する一画素単位
のノイズ成分を除去する処理を施し、画像中に残った物
体の面積値からクラックや傷などの表面欠陥を検出して
いる。

【０００３】

【発明が解決しようとする課題】ガスタービン高温部品
の表面が平らであるなら照明灯により照明むらが生じな
いように照明を当てることは可能であるが、表面が曲面
であったり、ガスタービン高温部品の構造上均一に照明
をあてることができない場合ある。また、表面の肌荒れ
の影響により、所定のしきい値で二値化画像に変換した
だけではクラックや傷等の表面欠陥とノイズ成分及び背
景部との分離が困難であった。

【０００４】本発明の目的は、ガスタービン高温部品表
面の照明むら及び肌荒れの影響を受けずにクラックや傷
等の表面欠陥とノイズ成分及び背景部とを分離し、表面
欠陥を検出する方法及び装置を提供することにある。

【０００５】

【課題を解決するための手段】上記目的を達成するた
め、本発明は１枚の表面欠陥を含む画像から表面欠陥の
情報を明確に二値化した画像と画像中の濃度変化を微分
値として表面欠陥のような濃度変化の大きい部分を抽出
して二値化し、表面欠陥部の欠落を膨張処理により補充
した画像の２種類の二値化画像を取り、両画像の論理積
をとる。

【０００６】表面欠陥の情報を明確に二値化した画像
は、照明むらや画像上の照度勾配等の画面全体の変化に
影響を受けやすいのでノイズ成分が多く存在する。微分
処理した画像を二値化した画像は、照明むらや画像上の
照度勾配等の画面全体の変化に影響を受け難いが、表面
欠陥部の欠落を膨張処理により補充しているので実際の
表面欠陥よりも全体的に膨らんでいる。この二つの画像
の論理積をとることにより、微分処理での照明むらや画
像上の照度勾配等の画面全体の変化による影響を排除し
た表面欠陥の形状及び位置の情報を基に、表面欠陥の情
報を明確に二値化した画像から表面欠陥を検出するの
で、照明むらや画像上の照度勾配等の影響を受けずに表
面欠陥検出が実現できる。

【０００７】

【発明の実施の形態】本発明の一実施例を図面を用いて
説明する。図１は、本発明によるクラック検出装置のハ
ードウェア構成の一実施例を示すもので、表面欠陥検出
装置１はカメラ２，濃度階調変換処理部３，輝点除去部
４，コントラスト強調処理部５，表面欠陥部抽出処理部
６，画像間論理演算処理部７，表面欠陥判定部８，モニ
タ９により構成する。

【０００８】カメラは図２に示すように、例をガスター
ビン高温部品２０として、その表面が写るように固定具
２１により固定し、照明２２をあて、表面欠陥であるク
ラック２３を検出する。この場合、カメラ２はガスター
ビン高温部品２０の近傍に三脚又は専用の固定具等で固
定しても良いし、移動装置に搭載されていても良い。図
３に表面欠陥検出処理フローチャートを示す。カメラ２
により映像を撮像し(３０１)、撮像した画像を濃度階調
変換部３に送信し、画像の濃度階調変換を行う(３０
２)。濃度階調変換後の画像を輝点除去部４により輝点
を除去し(３０３)、その画像をコントラスト強調処理部
５及び表面欠陥部抽出処理部６に送信する。コントラス
ト強調処理部５に送信された画像は画像データを基にコ
ントラストを強調して(３０４)二値化画像に変換し、画
像間論理演算処理部７に送信する。表面欠陥部抽出処理
部６に送信された画像は、微分処理を施して二値化画像
に変換し、表面欠陥部のみを抽出し(３０５)、その画像
を画像間論理演算処理部７に送信する。コントラスト強
調処理部５及び表面欠陥部抽出処理部６から送信された
二値化画像を、画像間論理演算処理部７において論理積
をとる(３０６)。画像間論理演算処理部７により処理さ
れた画像を表面欠陥判定部８にて最終的な判断をし(３
０７)、モニタ９に表示する(３０８)。

【０００９】以下、各処理の詳細な説明を図４ないし図
１０を用いて説明する。

【００１０】濃度階調変換部３では、カメラから送信さ
れた画像の濃度階調を変換する。濃度階調の変換の方法
は受信した画像の全画素の濃度値(０〜２５５階調)を読
み取り、画像内の最大濃度値と最小濃度値を検出し、検
出した最大濃度値から最小濃度値までの濃度範囲を濃度
階調０から２５５の範囲に画像の濃度値を伸長する方法
で濃度階調を変換する。この変換により画像の濃度階調
における分解能を向上することができる。

【００１１】輝点除去部４では、濃度階調処理部３から
送信された画像の輝点を除去する。輝点除去の方法は画
像中の全画素について所定のしきい値で判定し、しきい
値以下であれば濃度値の変換はせずにおき、しきい値以
上であれば所定の濃度値に変換する。判定に用いるしき
い値は対象画像の濃度平均値を基準に設定し、変換する
濃度値は、対象画像の濃度平均値または最大濃度値等で
良い。輝点除去により表面欠陥部以外の濃度値の大きい
(明るい)部分の濃度変化を低減し、後の表面欠陥部抽出
処理部６内の微分処理での影響を少なくする効果があ
る。輝点除去後、その画像をコントラスト強調処理部５
及び表面欠陥部抽出処理部６に送信する。先ず、コント
ラスト強調処理部５は、輝点除去部４から送信された濃
淡画像の表面欠陥のコントラストを強調し、二値化処理
時に表面欠陥が画像のノイズ成分に埋もれることなく二
値化されるようにする処理である。コントラストの強調
処理の手順を図４に示す。コントラスト強調処理に用い
る領域は図５に示すように３×３画素のウィンドウ３０
に囲まれる局所領域であり、処理は画像の全画素につい
て行う。判定に用いるパラメータは、注目画素３１の濃
度値と注目画素３１を除く３×３画素のウィンドウ３０
内の画素の濃度平均値との比較及び注目画素３１の濃度
値をパラメータとし、所定の判定基準に達するか否かを
判定する。判定基準を満たさない注目画素３１は所定の
濃度値に置き換えをし、判定基準を満たす注目画素３１
は置き換えをしない。置き換える濃度値は、画像の最大
濃度値または濃度平均値等で良い。コントラスト強調
後、二値化画像に変換し、画像間論理演算部７に送信す
る。局所領域内での濃度変化のない点及び表面欠陥以外
の明るい部分について一定の濃度値に置き換えることに
より、ノイズ成分も含まれるが、表面欠陥と背景部との
背景部との分類ができ、表面欠陥情報の欠落せずに二値
化が可能となる。

【００１２】次に、表面欠陥部抽出処理部６では、輝点
除去部４から送信された濃淡画像のクラックと背景部と
の濃度変化に着目し、濃度変化の大きい部分のみを取り
出す処理をする。微分処理の手順を図６に示す。先ず、
ノイズ成分による影響を抑えるために、画像を移動平均
により平滑化する。微分処理に用いる領域はコントラス
ト強調処理部５と同様に図７に示すような３×３画素の
ウィンドウ３０に囲まれる局所領域であり、処理は画像
の全画素について行う。判定に用いるパラメータは、注
目画素３１の濃度値と注目画素を除く３×３画素のウィ
ンドウ３０内の各画素との濃度差の絶対値の平均値及び
注目画素３１の濃度値をパラメータとし、所定の判定基
準に達するか否かを判定する。判定基準を満たさない注
目画素３１は画像の最大濃度値に置き換え、判定基準を
満たす注目画素３１は最小濃度値に置き換える。注目画
素３１の濃度値を判定基準に入れることにより、クラッ
ク幅が大きい場合でもクラックとして判定される。この
処理により表面欠陥のような濃度変化の大きい部分を抽
出することができる。微分処理後の画像を二値化画像に
変換し、膨張処理及びラベリング処理により表面欠陥部
のみを抽出する。膨張処理は図８の例が示すように、二
値化画像の白い部分“１”を外側へ膨張する処理であ
り、これにより表面欠陥部の欠落を補充することができ
る。ラベリング処理は図９の例が示すように、二値化画
像について連結している画素の集合を１つの物体として
見なす処理である。膨張処理した二値化画像をラベリン
グ処理し、物体の最大面積値を基準に表面欠陥部である
かないかの判定を各物体について行い、その結果を画像
間論理演算部７に送信する。ノイズ成分はごましおノイ
ズ的なものであり、表面欠陥部に比べ面積が小さいので
最大面積値を基準とした判定で除去が可能であるが、表
面欠陥部欠落の補充をするために膨張処理をしているの
で元の二値化画像に比べ表面欠陥部が膨らんだ画像とな
る。

【００１３】画像間論理演算部７は送信された２枚の画
像の各画素間でビット毎の論理演算し、結果を表面欠陥
判定部に送信する。ビット毎の論理演算として論理積を
とり、図１０に示すように両画像間で重なる部分のみを
画像から取り出し、その他の部分を排除できる。この論
理演算により、ノイズ成分と表面欠陥情報の混在する二
値化画像とノイズ成分を排除したがクラック部が膨らん
でいる二値化画像との論理積をとり、画像中のノイズ成
分及び膨らんでいる余分な表面欠陥の情報を取り除くこ
とができる。

【００１４】画像中に存在する情報が表面欠陥またはノ
イズ成分の塊であるかの最終的な判定を表面欠陥判定部
８により判定する。判定の方法は画像間演算処理した二
値化画像をラベリング処理し、物体の最大面積値を基準
に表面欠陥であるかないかの判定を画像中の全物体につ
いて処理する。ノイズ成分の塊は表面欠陥に比べ面積が
小さいので最大面積値を基準とした判定で除去が可能で
ある。

【００１５】表面欠陥判定部８により表面欠陥と判定さ
れた画像中の情報をモニタ９に表示する。また、処理し
た画像を用いて表面欠陥の幅及び表面欠陥長さの評価を
することも可能である。

【００１６】

【発明の効果】本発明によれば、照明むらや画像上の照
度勾配等の影響がある画像において、表面欠陥の情報を
明確に二値化した画像と微分処理した画像を二値化した
画像の論理積をとることにより、微分処理での照明むら
や画像上の照度勾配等の画面全体の変化による影響を排
除した表面欠陥の形状及び位置の情報を基に、表面欠陥
の情報を明確に二値化した画像から表面欠陥を検出する
ことが可能となる。

【図面の簡単な説明】

【図１】本発明のハードウェアのブロック図。

【図２】本発明による表面欠陥検出装置の一例の説明
図。

【図３】表面欠陥検出処理フローチャート。

【図４】コントラスト強調処理フローチャート。

【図５】コントラスト強調処理領域の説明図。

【図６】表面欠陥部抽出処理フローチャート。

【図７】微分処理領域の説明図。

【図８】膨張処理イメージの説明図。

【図９】ラベリング処理イメージの説明図。

【図１０】画像間論理演算処理イメージの説明図。

【符号の説明】

１…表面欠陥検出装置、２…カメラ、３…濃度階調変換
処理部、４…輝点除去部、５…コントラスト強調処理
部、６…表面欠陥部抽出部、７…画像間論理演算処理
部、８…表面欠陥判定処理部、９…モニタ。

Claims (2)

【特許請求の範囲】
1. 【請求項１】金属材料の表面欠陥検出方法において、撮
   像装置により撮影した画像からコントラスト強調処理及
   び微分処理した濃淡画像を二値化画像に変換して論理積
   をとり、その画像中の物体の面積値からクラックを判定
   することを特徴とする金属表面欠陥検出方法。
2. 【請求項２】金属材料の表面欠陥検出装置において、画
   像を撮像する手段，上記撮像手段で撮像した画像のコン
   トラストを強調処理する手段及び微分処理する手段，濃
   淡画像を二値化画像に変換して画像間論理演算する手
   段，上記演算手段で処理した画像のデータが表面欠陥で
   あるかを判定する手段からなることを特徴とする金属表
   面欠陥検出装置。