JPH11281589A - 地合評価装置、地合評価方法およびそれを記憶した記憶媒体 - Google Patents
地合評価装置、地合評価方法およびそれを記憶した記憶媒体Info
- Publication number
- JPH11281589A JPH11281589A JP8583598A JP8583598A JPH11281589A JP H11281589 A JPH11281589 A JP H11281589A JP 8583598 A JP8583598 A JP 8583598A JP 8583598 A JP8583598 A JP 8583598A JP H11281589 A JPH11281589 A JP H11281589A
- Authority
- JP
- Japan
- Prior art keywords
- sections
- image data
- size
- section
- dividing
- 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.)
- Pending
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
(57)【要約】
【課題】 不織布等の地合を客観的に評価する。
【解決手段】 試験片の画像データを区画分割して、こ
の区画内の画像データを統計処理して評価指数を算出す
るようにした。
の区画内の画像データを統計処理して評価指数を算出す
るようにした。
Description
【０００１】
【発明が属する技術分野】本発明は、不織布等の自動地
合評価に適用して有効な技術に関する。
合評価に適用して有効な技術に関する。
【０００２】
【従来の技術】この種の不織布の地合（均一度）検査で
は、作業員の目視検査に代わる検査方法として打抜き法
および画像評価法が知られている。
は、作業員の目視検査に代わる検査方法として打抜き法
および画像評価法が知られている。
【０００３】打抜き法は、不織布の厚部と薄部を目視で
選定し、所定の大きさに切り出して重量を測定し、厚部
と薄部の目付の比を地合とする破壊検査法である。この
ため、非破壊検査法としてＣＣＤカメラを用いて試験片
を撮像し、その画像データから輝度（透過率または吸光
度）の標準偏差を平均輝度（平均透過率または平均吸光
度）で除算した値（「地合指数」とよぶ）を評価する画
像評価法も提案されている。
選定し、所定の大きさに切り出して重量を測定し、厚部
と薄部の目付の比を地合とする破壊検査法である。この
ため、非破壊検査法としてＣＣＤカメラを用いて試験片
を撮像し、その画像データから輝度（透過率または吸光
度）の標準偏差を平均輝度（平均透過率または平均吸光
度）で除算した値（「地合指数」とよぶ）を評価する画
像評価法も提案されている。
【０００４】しかし、前記画像評価法では、明るい輝度
の画素（または暗い輝度の画素）がどのように集まって
存在しているかという情報が地合指数に反映されていな
いため、目視検査の結果とずれてしまうことがあり、結
果として目視検査の代替にはならないことを本発明者は
見い出した。
の画素（または暗い輝度の画素）がどのように集まって
存在しているかという情報が地合指数に反映されていな
いため、目視検査の結果とずれてしまうことがあり、結
果として目視検査の代替にはならないことを本発明者は
見い出した。
【０００５】
【課題を解決するための手段】本発明は上記課題に鑑み
てなされたものであり、以下の手段とするものである。
てなされたものであり、以下の手段とするものである。
【０００６】本発明の第１の手段は、試験片を撮像する
手段と、撮像手段により得られた画像データをむらと等
価な大きさの区画に等分割する区画分割手段と、区画分
割手段により分割された各区間内の画像データを統計処
理して評価指数を算出する演算手段と、演算結果を出力
する出力手段とからなる地合評価装置である。
手段と、撮像手段により得られた画像データをむらと等
価な大きさの区画に等分割する区画分割手段と、区画分
割手段により分割された各区間内の画像データを統計処
理して評価指数を算出する演算手段と、演算結果を出力
する出力手段とからなる地合評価装置である。
【０００７】撮像手段とは、ＣＣＤカメラ、ＣＣＤライ
ンセンサー、スキャナー等の光学撮像手段であり、試験
片の撮像は、直流安定化電源により発光させた白熱電球
等による透過光を試験片に透過させて得られた画像をパ
ーソナルコンピュータ等によりデジタル画像に変換する
ことで画像データが得られる。
ンセンサー、スキャナー等の光学撮像手段であり、試験
片の撮像は、直流安定化電源により発光させた白熱電球
等による透過光を試験片に透過させて得られた画像をパ
ーソナルコンピュータ等によりデジタル画像に変換する
ことで画像データが得られる。
【０００８】区画分割手段は、前記撮像データをフレー
ムメモリに取り込み、これをメインプロセッサまたは画
像プロセッサにより処理することにより実現される。統
計処理を行う演算手段は、メインプロセッサによってプ
ログラムにより処理されることで実現される。
ムメモリに取り込み、これをメインプロセッサまたは画
像プロセッサにより処理することにより実現される。統
計処理を行う演算手段は、メインプロセッサによってプ
ログラムにより処理されることで実現される。
【０００９】評価指数とは、下記の数式で表される 評価指数＝（区画内平均輝度の標準偏差）／（区画内の
平均輝度の平均値） ここで、「区画内の平均輝度」とは、画像データを複数
の区画に等分割したときの各区画内にある画素の輝度デ
ータの平均値である。
平均輝度の平均値） ここで、「区画内の平均輝度」とは、画像データを複数
の区画に等分割したときの各区画内にある画素の輝度デ
ータの平均値である。
【００１０】出力手段は、パーソナルコンピュータのデ
ィスプレイ装置またはプリンタであり、地合評価結果を
目視できるような状態で出力できればよい。またこれら
を実現するためのプログラムはＯＳ上で作動するＣ＋
＋、ＢＡＳＩＣ、ＦＯＲＴＲＡＮ等の高級言語や簡易言
語、または表計算プログラムのマクロプログラム等で実
現できる。
ィスプレイ装置またはプリンタであり、地合評価結果を
目視できるような状態で出力できればよい。またこれら
を実現するためのプログラムはＯＳ上で作動するＣ＋
＋、ＢＡＳＩＣ、ＦＯＲＴＲＡＮ等の高級言語や簡易言
語、または表計算プログラムのマクロプログラム等で実
現できる。
【００１１】本発明の第２の手段は、前記第１の手段に
おいて、前記区画分割手段において、むらと等価な大き
さを、画像データを任意の大きさの区画に等分割して算
出される評価指数と目視検査の結果とを比較して求めら
れた、両者が最もよく合致する区画の大きさとするもの
である。
おいて、前記区画分割手段において、むらと等価な大き
さを、画像データを任意の大きさの区画に等分割して算
出される評価指数と目視検査の結果とを比較して求めら
れた、両者が最もよく合致する区画の大きさとするもの
である。
【００１２】あらかじめ目視検査と比較して区画の大き
さを決定しておくことにより、目視検査に近い精度を実
現できる。本発明の第３の手段は、前記第１の手段にお
いて、前記区画分割手段において、むらと等価な大きさ
が、画像データを二値化処理して得られる二値化データ
を複数の区画に等分割したときに、区画内の二値化デー
タがすべて０またはすべて１となる区画の数にもとづい
て決定されるようにした。
さを決定しておくことにより、目視検査に近い精度を実
現できる。本発明の第３の手段は、前記第１の手段にお
いて、前記区画分割手段において、むらと等価な大きさ
が、画像データを二値化処理して得られる二値化データ
を複数の区画に等分割したときに、区画内の二値化デー
タがすべて０またはすべて１となる区画の数にもとづい
て決定されるようにした。
【００１３】また第４の手段は、この第３の手段におい
て、前記むらと等価な大きさが、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数の全区画数に対する比率が、０．１５
以下となるように決定した。
て、前記むらと等価な大きさが、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数の全区画数に対する比率が、０．１５
以下となるように決定した。
【００１４】比率をこの範囲以下とすることにより、目
視評価にほぼ近似した評価結果が得られることを本発明
者は見い出した。本発明の第５の手段は、第３の手段に
おいて、前記むらと等価な大きさを、画像データを二値
化処理して得られる二値化データを複数の区画に等分割
したときに、区画内の二値化データがすべて０またはす
べて１となる区画の数が０となる区画の大きさのうち、
最も小さいものとした。さらに、第６の手段は、前記区
画分割手段において、むらと等価な大きさを、各々の試
験片の画像データから決定された区画の大きさとした。
視評価にほぼ近似した評価結果が得られることを本発明
者は見い出した。本発明の第５の手段は、第３の手段に
おいて、前記むらと等価な大きさを、画像データを二値
化処理して得られる二値化データを複数の区画に等分割
したときに、区画内の二値化データがすべて０またはす
べて１となる区画の数が０となる区画の大きさのうち、
最も小さいものとした。さらに、第６の手段は、前記区
画分割手段において、むらと等価な大きさを、各々の試
験片の画像データから決定された区画の大きさとした。
【００１５】第７の手段は、前記第３の手段において、
前記区画分割手段において、むらと等価な大きさを、代
表サンプルの画像データから決定された区画の大きさを
代用した。
前記区画分割手段において、むらと等価な大きさを、代
表サンプルの画像データから決定された区画の大きさを
代用した。
【００１６】第８の手段は、試験片の撮像データを入力
するステップと、撮像データをむらと等価な大きさの区
画に等分割するステップと、分割された区画内の画像デ
ータを統計処理して評価指数を算出するステップとから
なる地合評価方法である。
するステップと、撮像データをむらと等価な大きさの区
画に等分割するステップと、分割された区画内の画像デ
ータを統計処理して評価指数を算出するステップとから
なる地合評価方法である。
【００１７】第９の手段は、前記第８の手段の区画に分
割するステップにおいて、むらと等価な大きさを、画像
データを任意の大きさの区画に等分割して算出される評
価指数と目視検査の結果とを比較して求められた、両者
の最もよく合致する区画の大きさとしたものである。
割するステップにおいて、むらと等価な大きさを、画像
データを任意の大きさの区画に等分割して算出される評
価指数と目視検査の結果とを比較して求められた、両者
の最もよく合致する区画の大きさとしたものである。
【００１８】第１０の手段は、前記第８の手段におい
て、区画に分割するステップにおいて、むらと等価な大
きさが、画像データを二値化処理して得られる二値化デ
ータを複数の区画に等分割したときに、区画内の二値化
データがすべて０またはすべて１となる区画の数にもと
づいて決定されるようにした。
て、区画に分割するステップにおいて、むらと等価な大
きさが、画像データを二値化処理して得られる二値化デ
ータを複数の区画に等分割したときに、区画内の二値化
データがすべて０またはすべて１となる区画の数にもと
づいて決定されるようにした。
【００１９】第１１の手段は、前記第１０の手段におい
て、前記むらと等価な大きさが、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数の全区画の数に対する比率が、０．１
５以下となるように決定されるようにした。
て、前記むらと等価な大きさが、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数の全区画の数に対する比率が、０．１
５以下となるように決定されるようにした。
【００２０】第１２の手段は、前記第１０の手段におい
て、前記むらと等価な大きさを、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数が０となる区画の大きさのうち、最も
小さなものとした。
て、前記むらと等価な大きさを、画像データを二値化処
理して得られる二値化データを複数の区画に等分割した
ときに、区画内の二値化データがすべて０またはすべて
１となる区画の数が０となる区画の大きさのうち、最も
小さなものとした。
【００２１】第１３の手段は、前記第１０の手段におい
て、区画に分割するステップにおいて、むらと等価な大
きさを、各々の試験片の画像データから決定された区画
の大きさとした。
て、区画に分割するステップにおいて、むらと等価な大
きさを、各々の試験片の画像データから決定された区画
の大きさとした。
【００２２】第１４の手段は、前記第１０の手段におい
て、区画に分割するステップにおいて、むらと等価な大
きさを、代表サンプルの画像データから決定された区画
の大きさとした。
て、区画に分割するステップにおいて、むらと等価な大
きさを、代表サンプルの画像データから決定された区画
の大きさとした。
【００２３】第１５の手段は、試験片の撮像データを入
力するステップと、撮像データをむらと等価な大きさの
区画に等分割するステップと、分割された区画内の画像
データを統計処理して評価指数を算出するステップとか
らなるプログラムを記憶した記憶媒体である。
力するステップと、撮像データをむらと等価な大きさの
区画に等分割するステップと、分割された区画内の画像
データを統計処理して評価指数を算出するステップとか
らなるプログラムを記憶した記憶媒体である。
【００２４】記憶媒体とは、磁気的、光学的なあらゆる
記憶手段を含み、具体的には磁気ディスク、ハードディ
スク、ＣＤ−ＲＯＭ等のあらゆるデータ可読媒体を意味
する。
記憶手段を含み、具体的には磁気ディスク、ハードディ
スク、ＣＤ−ＲＯＭ等のあらゆるデータ可読媒体を意味
する。
【００２５】
【発明の実施の形態】以下、図面にもとづいて、本発明
の実施の形態を説明する。実施例の説明に先だってま
ず、区画分割法の原理について説明する。 （むらの大きさの堆算法）ある画像をＣＣＤカメラで取
り込んだとき、Ｘ×Ｙ画素の画像データとなったとす
る。各画素の輝度データをあるしきい値で二値化する
と、各画素の輝度の値は黒または白（０または１）とな
る。なお、図２１は実際の不織布の画像であり、図２２
はそれを二値化した画像である。
の実施の形態を説明する。実施例の説明に先だってま
ず、区画分割法の原理について説明する。 （むらの大きさの堆算法）ある画像をＣＣＤカメラで取
り込んだとき、Ｘ×Ｙ画素の画像データとなったとす
る。各画素の輝度データをあるしきい値で二値化する
と、各画素の輝度の値は黒または白（０または１）とな
る。なお、図２１は実際の不織布の画像であり、図２２
はそれを二値化した画像である。
【００２６】次に、Ｘ×Ｙ画素の二値化画像データを、
図１のように（ｎ×ｍ）画素の区画に等分割すると仮定
する。すると一区画に含まれる画素数ｇはｎ×ｍとな
る。その結果、画像データはｚ＝ｘ×ｙ（ただしｘ＝Ｘ
／ｎ，ｙ＝Ｙ／ｍ）個の区画に分けられることになる。
図１のように（ｎ×ｍ）画素の区画に等分割すると仮定
する。すると一区画に含まれる画素数ｇはｎ×ｍとな
る。その結果、画像データはｚ＝ｘ×ｙ（ただしｘ＝Ｘ
／ｎ，ｙ＝Ｙ／ｍ）個の区画に分けられることになる。
【００２７】このとき便宜上図２のように画像データの
左上から各々の区画にｋ1，ｋ2・・・・・ｋx×yと名前
を付ける。この区画ｋi（ただし１≦ｉ≦ｘ×ｙ）に含
まれる黒（値が０）画素の数をｂiとすれば区画ｋiに含
まれる黒画素の割合ｒiはｂi／ｇで求められる。
左上から各々の区画にｋ1，ｋ2・・・・・ｋx×yと名前
を付ける。この区画ｋi（ただし１≦ｉ≦ｘ×ｙ）に含
まれる黒（値が０）画素の数をｂiとすれば区画ｋiに含
まれる黒画素の割合ｒiはｂi／ｇで求められる。
【００２８】以上から、あるｎ，ｍで区画に分割し、各
々の区画ごとに黒画素の割合ｒiを求め、横軸にｒi、縦
軸にｒiとなる区画の数の全区画数ｚに対する比率をプ
ロットしたグラフを作成することができる。
々の区画ごとに黒画素の割合ｒiを求め、横軸にｒi、縦
軸にｒiとなる区画の数の全区画数ｚに対する比率をプ
ロットしたグラフを作成することができる。
【００２９】ここで、ｎとｍの値を変化させてグラフが
どのようになるかを調べる。以下、簡単のために、Ｘ＝
Ｙ、ｎ＝ｍ、ｘ＝ｙ＝Ｘ／ｎとし、図３の二値化画像デ
ータを例にして考える。図で黒い円の直径はｄとする。
なお図３では黒と白の画素数が等しくなるようにしてあ
る。 (1)ｎ＝１のとき 一つの区画に含まれる画素数ｇは１となる。したがっ
て、ｒiは０または１であるからグラフは図４のように
なる。すなわちグラフ両端（ｒi＝０、ｒi＝１、区画内
の二値化データがすべて０またはすべて１）における縦
軸の値の和（以下ＨBWと略記する）は１となる。 (2)１＜ｎ＜ｄ＜Ｘのとき 図５に示すように、多くの区画が白い部分または黒い部
分の中に位置し、白と黒の境界に位置する区画は少な
い。したがって、グラフは横軸座標０と１に集中した図
６のようなグラフとなる。 (3)ｎ ｄのとき 図７に示すように、白い部分または黒い部分に完全に入
る区画はほとんどなくなり、ｒiはばらついた値とな
る。その結果、グラフの両端はほとんど０、二値化画像
の平均値（仮定から平均値は０．５）が盛り上がった正
規分布に類似した形となる（図８参照）。 (4)ｄ＜ｎ＜Ｍのとき 図９に示すように、各区画は白、黒の両方を必ず含み、
グラフの形は図１０のようにｎが大きいほど二値化画像
の平均値のところのピークが高くなる。
どのようになるかを調べる。以下、簡単のために、Ｘ＝
Ｙ、ｎ＝ｍ、ｘ＝ｙ＝Ｘ／ｎとし、図３の二値化画像デ
ータを例にして考える。図で黒い円の直径はｄとする。
なお図３では黒と白の画素数が等しくなるようにしてあ
る。 (1)ｎ＝１のとき 一つの区画に含まれる画素数ｇは１となる。したがっ
て、ｒiは０または１であるからグラフは図４のように
なる。すなわちグラフ両端（ｒi＝０、ｒi＝１、区画内
の二値化データがすべて０またはすべて１）における縦
軸の値の和（以下ＨBWと略記する）は１となる。 (2)１＜ｎ＜ｄ＜Ｘのとき 図５に示すように、多くの区画が白い部分または黒い部
分の中に位置し、白と黒の境界に位置する区画は少な
い。したがって、グラフは横軸座標０と１に集中した図
６のようなグラフとなる。 (3)ｎ ｄのとき 図７に示すように、白い部分または黒い部分に完全に入
る区画はほとんどなくなり、ｒiはばらついた値とな
る。その結果、グラフの両端はほとんど０、二値化画像
の平均値（仮定から平均値は０．５）が盛り上がった正
規分布に類似した形となる（図８参照）。 (4)ｄ＜ｎ＜Ｍのとき 図９に示すように、各区画は白、黒の両方を必ず含み、
グラフの形は図１０のようにｎが大きいほど二値化画像
の平均値のところのピークが高くなる。
【００３０】以上から、ｎとＨBWには、ｎが大きくなる
にしたがってＨBWは小さくなる関係にあるといえる。ま
たさらに、ＨBWはｎが黒い図形の大きさｄにほぼ等しく
なると（このときの区画の大きさをむらと等価な大きさ
という）０に近づき、ｎがそれ以上大きくなっても０の
ままであることもわかる。
にしたがってＨBWは小さくなる関係にあるといえる。ま
たさらに、ＨBWはｎが黒い図形の大きさｄにほぼ等しく
なると（このときの区画の大きさをむらと等価な大きさ
という）０に近づき、ｎがそれ以上大きくなっても０の
ままであることもわかる。
【００３１】ここで、ｄは試験片のむらの大きさを表す
と考えれば、グラフの形の変化からむらの大きさを堆算
できることになる。ｎ ｄと推定するＨBWの値は、対象
とする不織布のむらの状態によって適宜設定されるが、
実際上、ｎを次第に大きくしていったときにＨBWが０．
１５以下、望ましくは０．１以下、さらに望ましくは
０．０５以下（これらの値をＨBWのしきい値とよぶ）と
なるところの区画の大きさをむらと等価な大きさとして
選べば、目視検査の結果とよく合致させることができ
る。 （区画地合指数）画像データを前記と同様に区画に分
け、（二値化しないで）各区画ごとに平均輝度ｌiを求
める。次に各区画の平均輝度の全区画の標準偏差と平均
値との比、を下記の数１式を求め、これを区画地合指数
とする。
と考えれば、グラフの形の変化からむらの大きさを堆算
できることになる。ｎ ｄと推定するＨBWの値は、対象
とする不織布のむらの状態によって適宜設定されるが、
実際上、ｎを次第に大きくしていったときにＨBWが０．
１５以下、望ましくは０．１以下、さらに望ましくは
０．０５以下（これらの値をＨBWのしきい値とよぶ）と
なるところの区画の大きさをむらと等価な大きさとして
選べば、目視検査の結果とよく合致させることができ
る。 （区画地合指数）画像データを前記と同様に区画に分
け、（二値化しないで）各区画ごとに平均輝度ｌiを求
める。次に各区画の平均輝度の全区画の標準偏差と平均
値との比、を下記の数１式を求め、これを区画地合指数
とする。
【００３２】
【数１】
【００３３】ただし、上記数１式において、下記の数２
式による関係式が成り立つものとする。
式による関係式が成り立つものとする。
【００３４】
【数２】
【００３５】上記数１式で示した指数は区画の大きさ
ｎ，ｍを変えて計算することができ、その区画の大きさ
以下のディテールを無視した不均一性を表す。そこで、
前述のむらと等価な大きさの堆算法と区画地合指数の計
算法を連結し、むらと等価な大きさの堆算法で求まる区
画の大きさを区画地合指数を計算する区画の大きさにす
ると、区画地合指数は地合評価の指標（評価指数）とす
ることができる。さらに、本方式によれば、ＨBWの値を
パラメータとして調整すれば、区画地合指数による地合
均一性の判定結果を人による判定結果とよりよく合致さ
せることもできる。
ｎ，ｍを変えて計算することができ、その区画の大きさ
以下のディテールを無視した不均一性を表す。そこで、
前述のむらと等価な大きさの堆算法と区画地合指数の計
算法を連結し、むらと等価な大きさの堆算法で求まる区
画の大きさを区画地合指数を計算する区画の大きさにす
ると、区画地合指数は地合評価の指標（評価指数）とす
ることができる。さらに、本方式によれば、ＨBWの値を
パラメータとして調整すれば、区画地合指数による地合
均一性の判定結果を人による判定結果とよりよく合致さ
せることもできる。
【００３６】また、むらの大きさはあらかじめ上記の堆
算法あるいは別の方法で設定しておき、その設定値を区
画地合指数の区画の大きさにすることも可能である。お
おむね同程度のむらを多数回測定するなど、区画の大き
さをその都度求めるのは能率的でない場合や、ある品種
の不織布等には区画の大きさを常に一定に保って区画地
合指数を算出したい場合等がそれに該当する。
算法あるいは別の方法で設定しておき、その設定値を区
画地合指数の区画の大きさにすることも可能である。お
おむね同程度のむらを多数回測定するなど、区画の大き
さをその都度求めるのは能率的でない場合や、ある品種
の不織布等には区画の大きさを常に一定に保って区画地
合指数を算出したい場合等がそれに該当する。
【００３７】
【実施例】実際に不織布の画像を二値化して（ｎ×ｎ）
の区画に分割し、ＨBWを計算した。これをｎの値を変え
て行った結果を図１１に示す。どの不織布の画像も同じ
傾向を示し、ｎとＨBWの上述の関係が成り立つことがわ
かる。
の区画に分割し、ＨBWを計算した。これをｎの値を変え
て行った結果を図１１に示す。どの不織布の画像も同じ
傾向を示し、ｎとＨBWの上述の関係が成り立つことがわ
かる。
【００３８】ＨBWのしきい値を０．０１とすると、図１
１からすべての不織布のＨBWの値がｎ＝１２以上でしき
い値以下になることから、むらと等価な大きさをこの範
囲で選べばよいことになる。
１からすべての不織布のＨBWの値がｎ＝１２以上でしき
い値以下になることから、むらと等価な大きさをこの範
囲で選べばよいことになる。
【００３９】次に、実際の不織布の画像データをｎ×ｎ
画素の区画に分割して区画地合指数を計算することをｎ
の値を変化させて行った。その結果が図１２である。こ
れらの不織布はあらかじめ人の判定による地合のよさの
順序づけがされているが、図１２でその順序と区画地合
指数の順序が同じになる範囲を調べると、斜線範囲ｎ＝
１２〜１９となる。これは上記のむらと等価な大きさと
同じであり、区画地合指数は、むらと等価な大きさと同
程度に区画を分割した場合に、人による評価と同じ順序
となることを実証するものである。 （実験例）図１３に示すような装置構成を用いて実験を
行った。試験片１１４が載置されるステージ１１３の下
部には調光器１１１を介して点灯される白熱電球１１２
が内装されている。試験片１１４を透過した白熱電球１
１２からの透過光はＣＣＤカメラ１１５の撮像データと
して、カメラアダプタ１１６を経由して画像取込ボード
１１７に入力される。画像取込ボード１１７は撮像デー
タをＡ／Ｄ変換してパーソナルコンピュータ１１８内に
デジタルデータとして取り込む機能を有している。各機
器の詳細は下記の通りである。 白熱電球１１２：タングステン電球（２００Ｗ×４本） ＣＣＤカメラ１１５：ＳＯＮＹ社製 ＸＣ−７５ カメラアダプタ１１６：ＳＯＮＹ社製 ＤＣ−７７７ 画像取込ボード１１７：ＭＡＴＲＯＸ社製 ＭＥＴＥＯ
Ｒ／ＲＧＢ パーソナルコンピュータ１１８：プロサイド社製 ＪＭ
５２００ＰＩＴ２−ＡＴＸ メインプロセッサ：インテル社製 ペンティアム２００
ＭＨｚ メインメモリ：６４ＭＢ 本実験例では、試験片として２５６×２５６画素に１５
０×１５０ｍｍの撮像範囲がカバーできるようＣＣＤカ
メラ１１５の位置を調整し、白熱電球１１２を５０Ｖで
点灯させて背景光の輝度が２５６階調中１２８を示すよ
うレンズの絞りを調整した。
画素の区画に分割して区画地合指数を計算することをｎ
の値を変化させて行った。その結果が図１２である。こ
れらの不織布はあらかじめ人の判定による地合のよさの
順序づけがされているが、図１２でその順序と区画地合
指数の順序が同じになる範囲を調べると、斜線範囲ｎ＝
１２〜１９となる。これは上記のむらと等価な大きさと
同じであり、区画地合指数は、むらと等価な大きさと同
程度に区画を分割した場合に、人による評価と同じ順序
となることを実証するものである。 （実験例）図１３に示すような装置構成を用いて実験を
行った。試験片１１４が載置されるステージ１１３の下
部には調光器１１１を介して点灯される白熱電球１１２
が内装されている。試験片１１４を透過した白熱電球１
１２からの透過光はＣＣＤカメラ１１５の撮像データと
して、カメラアダプタ１１６を経由して画像取込ボード
１１７に入力される。画像取込ボード１１７は撮像デー
タをＡ／Ｄ変換してパーソナルコンピュータ１１８内に
デジタルデータとして取り込む機能を有している。各機
器の詳細は下記の通りである。 白熱電球１１２：タングステン電球（２００Ｗ×４本） ＣＣＤカメラ１１５：ＳＯＮＹ社製 ＸＣ−７５ カメラアダプタ１１６：ＳＯＮＹ社製 ＤＣ−７７７ 画像取込ボード１１７：ＭＡＴＲＯＸ社製 ＭＥＴＥＯ
Ｒ／ＲＧＢ パーソナルコンピュータ１１８：プロサイド社製 ＪＭ
５２００ＰＩＴ２−ＡＴＸ メインプロセッサ：インテル社製 ペンティアム２００
ＭＨｚ メインメモリ：６４ＭＢ 本実験例では、試験片として２５６×２５６画素に１５
０×１５０ｍｍの撮像範囲がカバーできるようＣＣＤカ
メラ１１５の位置を調整し、白熱電球１１２を５０Ｖで
点灯させて背景光の輝度が２５６階調中１２８を示すよ
うレンズの絞りを調整した。
【００４０】試験片として図１４に示すＮｏ．１〜５の
５枚の特性を有する試験片を用意した。そして、以下の
手順を実行した。 (a).ステージ１１３の拡散板上に試験片１１４としての
不織布を載置してＣＣＤカメラ１１５にて透過画像を取
得する。
５枚の特性を有する試験片を用意した。そして、以下の
手順を実行した。 (a).ステージ１１３の拡散板上に試験片１１４としての
不織布を載置してＣＣＤカメラ１１５にて透過画像を取
得する。
【００４１】(b).ステージ１１３上から直ちに不織布を
取り除き背景画像を取得する。 (c).取得した画像をパーソナルコンピュータ１１８のソ
フトウエアで処理して地合を評価する。
取り除き背景画像を取得する。 (c).取得した画像をパーソナルコンピュータ１１８のソ
フトウエアで処理して地合を評価する。
【００４２】上記ソフトウエアによる処理をさらに詳細
に説明したものが図１９および図２０である。図１９で
は、まず画像の取り込みを行い（ステップ１９０１）、
次に区画の大きさを決定し（１９０２）、さらに区画の
統計値の計算処理を実行し（１９０３）、地合評価指数
を算出し（１９０４）、これらの結果を出力する（１９
０５）。なお、画像の取り込みステップ（１９０１）と
区画の大きさ設定（１９０２）はその順序を入れ替えて
もかまわない。その場合には図２０に示すフローとな
る。
に説明したものが図１９および図２０である。図１９で
は、まず画像の取り込みを行い（ステップ１９０１）、
次に区画の大きさを決定し（１９０２）、さらに区画の
統計値の計算処理を実行し（１９０３）、地合評価指数
を算出し（１９０４）、これらの結果を出力する（１９
０５）。なお、画像の取り込みステップ（１９０１）と
区画の大きさ設定（１９０２）はその順序を入れ替えて
もかまわない。その場合には図２０に示すフローとな
る。
【００４３】以上の処理の結果、試験片Ｎｏ．１〜５に
ついて、本発明の区画分割法による区画の大きさと区画
地合指数との関係は図１５に示す通りとなった。
ついて、本発明の区画分割法による区画の大きさと区画
地合指数との関係は図１５に示す通りとなった。
【００４４】
【比較例】前記本発明にもとづく実験例と比較するた
め、実験例と同じ試験片を用いて下記の評価方法を実施
した。 （１）打抜き法による評価 打抜き法を光学的に行った場合の結果を示したものが図
１６である。ここでＡは平均目付、Ｂは厚部目付、Ｃは
薄部目付をそれぞれ示しており、均一度の計算式は以下
の３通りとした。
め、実験例と同じ試験片を用いて下記の評価方法を実施
した。 （１）打抜き法による評価 打抜き法を光学的に行った場合の結果を示したものが図
１６である。ここでＡは平均目付、Ｂは厚部目付、Ｃは
薄部目付をそれぞれ示しており、均一度の計算式は以下
の３通りとした。
【００４５】Ｂ／Ａ Ｃ／Ａ （Ｂ−Ｃ）／Ａ この結果によれば、Ｃ／Ａ値で試験片Ｎｏ．５がＮｏ．
１および２よりも順位が低くなっているが、その他の結
果は、目視検査の順位とよく一致している。 （２）地合指数法による評価 地合指数は、画素ごとの吸光度を求めて標準偏差を計算
し、これを全画素の平均吸光度で割って算出する。
１および２よりも順位が低くなっているが、その他の結
果は、目視検査の順位とよく一致している。 （２）地合指数法による評価 地合指数は、画素ごとの吸光度を求めて標準偏差を計算
し、これを全画素の平均吸光度で割って算出する。
【００４６】このプログラムでは、吸光度を、ｌｏｇ10
（１／Ｔ）により求めた。ここでＴは不織布の光の透過
率である。この地合指数法と目視検査の結果との比較を
図１７に示す。この図より、試験片Ｎｏ．５と試験片１
および２の順位が目視検査と逆になっていることがわか
る。以上の実験例および比較例の結果をまとめて表にし
たものが図１８である。この図では、打抜き法について
は（Ｂ−Ｃ）／Ａの順位、実験例（区画分割法）では区
画を１２×１２画素〜１９×１９画素に設定した場合の
順位で示してある。
（１／Ｔ）により求めた。ここでＴは不織布の光の透過
率である。この地合指数法と目視検査の結果との比較を
図１７に示す。この図より、試験片Ｎｏ．５と試験片１
および２の順位が目視検査と逆になっていることがわか
る。以上の実験例および比較例の結果をまとめて表にし
たものが図１８である。この図では、打抜き法について
は（Ｂ−Ｃ）／Ａの順位、実験例（区画分割法）では区
画を１２×１２画素〜１９×１９画素に設定した場合の
順位で示してある。
【００４７】図１８より、目視検査と結果が一致するの
は打抜き法と区画分割法（実験例）であることがわか
る。打抜き法は、厚部と薄部でのみ評価するために、サ
ンプル全体の情報が評価に反映されていないため、客観
的な評価方法としての信頼性は期待できない。
は打抜き法と区画分割法（実験例）であることがわか
る。打抜き法は、厚部と薄部でのみ評価するために、サ
ンプル全体の情報が評価に反映されていないため、客観
的な評価方法としての信頼性は期待できない。
【００４８】以上の点から、地合検査法の中で最も目視
検査の代替が期待されるのは実験例で説明した区画分割
法であることがわかる。
検査の代替が期待されるのは実験例で説明した区画分割
法であることがわかる。
【００４９】
【発明の効果】本発明によれば、目視検査に代わる客観
的かつ信頼性の高い地合評価が可能となる。
的かつ信頼性の高い地合評価が可能となる。
【図１】 本発明で用いるむらの堆算法の説明図（１）
【図２】 本発明で用いるむらの堆算法の説明図（２）
【図３】 本発明の区画分割法の原理を示す説明図
（１）
（１）
【図４】 本発明の区画分割法の原理を示す説明図
（２）
（２）
【図５】 本発明の区画分割法の原理を示す説明図
（３）
（３）
【図６】 本発明の区画分割法の原理を示す説明図
（４）
（４）
【図７】 本発明の区画分割法の原理を示す説明図
（５）
（５）
【図８】 本発明の区画分割法の原理を示す説明図
（６）
（６）
【図９】 本発明の区画分割法の原理を示す説明図
（７）
（７）
【図１０】 本発明の区画分割法の原理を示す説明図
（８）
（８）
【図１１】 本発明における区画の大きさとｒiが０お
よび１となる区画数の全区画数に対する割合（ＨBW）と
の関係を示す図
よび１となる区画数の全区画数に対する割合（ＨBW）と
の関係を示す図
【図１２】 本発明における区画地合指数と区画の大き
さｎ（画素）との関係を示す図
さｎ（画素）との関係を示す図
【図１３】 本発明の実施例で用いる装置構成を示す説
明図
明図
【図１４】 本発明の実施例で用いる試験片の特性を示
す表図
す表図
【図１５】 実施例での区画分割法での結果を示すグラ
フ図
フ図
【図１６】 比較例における打抜き法の結果を示す表図
【図１７】 比較例における地合指数法と目視検査との
結果を示す表図
結果を示す表図
【図１８】 実施例と比較例との対比を示す表図
【図１９】 実施例のソフトウエアによる処理手順を示
すフロー図（１）
すフロー図（１）
【図２０】 実施例のソフトウエアによる処理手順を示
すフロー図（２）
すフロー図（２）
【図２１】 不織布の実際の撮影画像を示す説明図
【図２２】 不織布の撮影画像を二値化した画像を示す
説明図
説明図
１１１ 調光器 １１２ 白熱電球 １１３ ステージ １１４ 試験片 １１５ ＣＣＤカメラ １１６ カメラアダプタ １１７ 画像取込ボード １１８ パーソナルコンピュータ
Claims (15)
- 【請求項１】 試験片を撮像する手段と、 撮像手段により得られた画像データをむらと等価な大き
さの区画に等分割する区画分割手段と、 区画分割手段により分割された各区間内の画像データを
統計処理して評価指数を算出する演算手段と、 演算結果を出力する出力手段とからなる地合評価装置。 - 【請求項２】 前記区画分割手段において、むらと等価
な大きさを、画像データを任意の大きさの区画に等分割
して算出される評価指数と目視検査の結果とを比較して
求められた、両者が最もよく合致する区画の大きさとす
ることを特徴とする請求項１に記載の地合評価装置。 - 【請求項３】 前記区画分割手段において、むらと等価
な大きさが、画像データを二値化処理して得られる二値
化データを複数の区画に等分割したときに、区画内の二
値化データがすべて０またはすべて１となる区画の数に
もとづいて決定されることを特徴とする請求項１に記載
の地合評価装置。 - 【請求項４】 前記むらと等価な大きさが、画像データ
を二値化処理して得られる二値化データを複数の区画に
等分割したときに、区画内の二値化データがすべて０ま
たはすべて１となる区画の数の全区画数に対する比率
が、０．１５以下となるように決定されることを特徴と
する請求項３に記載の地合評価装置。 - 【請求項５】 前記むらと等価な大きさを、画像データ
を二値化処理して得られる二値化データを複数の区画に
等分割したときに、区画内の二値化データがすべて０ま
たはすべて１となる区画の数が０となる区画の大きさの
うち、最も小さいものとすることを特徴とする請求項３
に記載の地合評価装置。 - 【請求項６】 前記区画分割手段において、むらと等価
な大きさを、各々の試験片の画像データから決定された
区画の大きさとすることを特徴とする請求項３に記載の
地合評価装置。 - 【請求項７】 前記区画分割手段において、むらと等価
な大きさを、代表サンプルの画像データから決定された
区画の大きさを代用することを特徴とする請求項３に記
載の地合評価装置。 - 【請求項８】 試験片の撮像データを入力するステップ
と、撮像データをむらと等価な大きさの区画に等分割す
るステップと、分割された区画内の画像データを統計処
理して評価指数を算出するステップとからなる地合評価
方法。 - 【請求項９】 前記区画に分割するステップにおいて、
むらと等価な大きさを、画像データを任意の大きさの区
画に等分割して算出される評価指数と目視検査の結果と
を比較して求められた、両者の最もよく合致する区画の
大きさとすることを特徴とする請求項８に記載の地合評
価方法。 - 【請求項１０】 前記区画に分割するステップにおい
て、むらと等価な大きさが、画像データを二値化処理し
て得られる二値化データを複数の区画に等分割したとき
に、区画内の二値化データがすべて０またはすべて１と
なる区画の数にもとづいて決定されることを特徴とする
請求項８に記載の地合評価方法。 - 【請求項１１】 前記むらと等価な大きさが、画像デー
タを二値化処理して得られる二値化データを複数の区画
に等分割したときに、区画内の二値化データがすべて０
またはすべて１となる区画の数の全区画の数に対する比
率が、０．１５以下となるように決定されることを特徴
とする請求項１０に記載の地合評価方法。 - 【請求項１２】 前記むらと等価な大きさを、画像デー
タを二値化処理して得られる二値化データを複数の区画
に等分割したときに、区画内の二値化データがすべて０
またはすべて１となる区画の数が０となる区画の大きさ
のうち、最も小さなものとすることを特徴とする請求項
１０に記載の地合評価方法。 - 【請求項１３】 前記区画に分割するステップにおい
て、むらと等価な大きさを、各々の試験片の画像データ
から決定された区画の大きさとすることを特徴とする請
求項１０に記載の地合評価方法。 - 【請求項１４】 前記区画に分割するステップにおい
て、むらと等価な大きさを、代表サンプルの画像データ
から決定された区画の大きさとすることを特徴とする請
求項１０に記載の地合評価方法。 - 【請求項１５】 試験片の撮像データを入力するステッ
プと、撮像データをむらと等価な大きさの区画に等分割
するステップと、分割された区画内の画像データを統計
処理して評価指数を算出するステップとからなるプログ
ラムを記憶した記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8583598A JPH11281589A (ja) | 1998-03-31 | 1998-03-31 | 地合評価装置、地合評価方法およびそれを記憶した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8583598A JPH11281589A (ja) | 1998-03-31 | 1998-03-31 | 地合評価装置、地合評価方法およびそれを記憶した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11281589A true JPH11281589A (ja) | 1999-10-15 |
Family
ID=13869926
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8583598A Pending JPH11281589A (ja) | 1998-03-31 | 1998-03-31 | 地合評価装置、地合評価方法およびそれを記憶した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11281589A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2014188579A1 (ja) * | 2013-05-24 | 2017-02-23 | ヤマハ発動機株式会社 | 塗布試行装置、ディスペンサおよび電子部品実装装置 |
-
1998
- 1998-03-31 JP JP8583598A patent/JPH11281589A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2014188579A1 (ja) * | 2013-05-24 | 2017-02-23 | ヤマハ発動機株式会社 | 塗布試行装置、ディスペンサおよび電子部品実装装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11562473B2 (en) | Automated system and method for clarity measurements and clarity grading | |
| JP3296494B2 (ja) | 適応表示システム | |
| JP4416795B2 (ja) | 補正方法 | |
| JP5043755B2 (ja) | 樹脂材料検査装置およびプログラム | |
| JP6553624B2 (ja) | 計測機器、及びシステム | |
| KR101284268B1 (ko) | 비전시스템의 이미지 품질 향상을 위한 컬러조명 제어방법 | |
| JP2005516188A5 (ja) | ||
| CN101061477A (zh) | 基于方差的事件分群 | |
| CN108801601B (zh) | 菲涅尔透镜杂散光噪声的测试方法、设备及存储介质 | |
| CN1501325A (zh) | 伪三维图像生成设备 | |
| CN104198324A (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
| JP5740147B2 (ja) | 光源推定装置及び光源推定方法 | |
| CN110160750B (zh) | 一种led显示屏视觉检测系统、检测方法及检测装置 | |
| JP2019164450A (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
| CN107300360A (zh) | 一种杂粮作物籽粒三轴尺寸快速检测算法 | |
| US6845178B1 (en) | Automatic separation of subject pixels using segmentation based on multiple planes of measurement data | |
| CN109948631B (zh) | 一种初烤烟叶青筋烟自动识别方法及青筋烟检测报警系统 | |
| CN112229836B (zh) | 水稻实粒与空粒检测装置及检测方法 | |
| JPH11281589A (ja) | 地合評価装置、地合評価方法およびそれを記憶した記憶媒体 | |
| JP2004264257A (ja) | 土壌状態判定方法 | |
| TWI655412B (zh) | 發光源檢測系統與方法 | |
| CN114450579A (zh) | 图像处理系统、设定方法和程序 | |
| Filin et al. | Hazy images dataset with localized light sources for experimental evaluation of dehazing methods | |
| JPH10269352A (ja) | 画像処理装置および方法 | |
| CN106951843A (zh) | 尘螨检测方法及装置 |