JPS60207004A - 表面欠陥検査装置 - Google Patents
表面欠陥検査装置Info
- Publication number
- JPS60207004A JPS60207004A JP6373884A JP6373884A JPS60207004A JP S60207004 A JPS60207004 A JP S60207004A JP 6373884 A JP6373884 A JP 6373884A JP 6373884 A JP6373884 A JP 6373884A JP S60207004 A JPS60207004 A JP S60207004A
- Authority
- JP
- Japan
- Prior art keywords
- information
- data
- inspected
- grade
- type
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
板等の製品の表面欠陥を検査する表面欠陥検査装置の改
良に関する。
良に関する。
従来、この種の装置として、例えば被検査物の検査対象
面を撮像してその画像情報から傷等の表面欠陥の特徴を
検出し、この特徴を別途設定されるパラメータ情報とと
ともに関数演算してこれにより上記表面欠陥の種類およ
び等級をめるものがある。
面を撮像してその画像情報から傷等の表面欠陥の特徴を
検出し、この特徴を別途設定されるパラメータ情報とと
ともに関数演算してこれにより上記表面欠陥の種類およ
び等級をめるものがある。
銅
ところで、例えば戸板の生産ラインで生じる傷の種類は
、一般に１００種以上に及ぶほど多種であり、また等級
は１０階級程度に分けられる。このため、このような多
くの種類および等級を正確に判定するには、上記パラメ
ータ情報を適確に設定することが極めて重要である。
、一般に１００種以上に及ぶほど多種であり、また等級
は１０階級程度に分けられる。このため、このような多
くの種類および等級を正確に判定するには、上記パラメ
ータ情報を適確に設定することが極めて重要である。
そこで、従来では、先ず生産ラインから搬出される被検
査物のうち、欠陥があるものを検査者が目視観察により
適当にサンプルとして取出し、これらのサンプルを一枚
一枚検査することにより表面欠陥の種類および等級を判
断してこれらの情報を蓄積する。そして、これらの情報
が一定量以上蓄積された時点で演算処理してパラメータ
情報をめ、このパラメータ情報を生産ラインにおける表
面欠陥の種類および等級判定の演算に供するようにして
いる。
査物のうち、欠陥があるものを検査者が目視観察により
適当にサンプルとして取出し、これらのサンプルを一枚
一枚検査することにより表面欠陥の種類および等級を判
断してこれらの情報を蓄積する。そして、これらの情報
が一定量以上蓄積された時点で演算処理してパラメータ
情報をめ、このパラメータ情報を生産ラインにおける表
面欠陥の種類および等級判定の演算に供するようにして
いる。
（背景技術の問題点）
ところが、この様な従来のパラメータ設定方式を使用し
た検査装置は、 （１） 検査者の目視観察によりサンプリングを行なっ
てパラメータ情報を作製するものであるため、サンプリ
ングされる表面欠陥の数が限られたりまた種類や等級が
偏り易く、この結果ラインの状態に十分適合したパラメ
ータを設定することが困難である。従って、判定結果の
精度を高めることができない。
た検査装置は、 （１） 検査者の目視観察によりサンプリングを行なっ
てパラメータ情報を作製するものであるため、サンプリ
ングされる表面欠陥の数が限られたりまた種類や等級が
偏り易く、この結果ラインの状態に十分適合したパラメ
ータを設定することが困難である。従って、判定結果の
精度を高めることができない。
（２ラインの状態や運転条件が変化した場合に、これに
対応するパラメータ情報を作製し直すまでに多くの時間
が掛かり、その間表面欠陥の自動検査を行なえない。
対応するパラメータ情報を作製し直すまでに多くの時間
が掛かり、その間表面欠陥の自動検査を行なえない。
等の欠点があった。
本発明は、常に生産ラインの状態に応じて適確なパラメ
ータ情報を設定できるようにして表面欠陥の種類および
等級を精度よく判定可能とし、かつラインの状態や運転
条件の変化に対し短時間で対応し得る表面欠陥検査装置
を提供することを目的とする。
ータ情報を設定できるようにして表面欠陥の種類および
等級を精度よく判定可能とし、かつラインの状態や運転
条件の変化に対し短時間で対応し得る表面欠陥検査装置
を提供することを目的とする。
本発明は、上記目的を達成するために、ライン上を搬送
される被検査物の検査対象面に対向して光検出手段を配
設し、この手段により検査対象面の光学像情報を得て表
面欠陥の特ｔａ慎報を検出しメモリに記憶するとともに
、上記被検査物の検査対象面もしくはその光学像情報の
表示画像を目視観察して得られる表面欠陥の種類情報お
よび特徴情報を入力するための入力手段を設け、この手
段により入力された各情報を上記特徴情報とともにメモ
リに記憶し、これらメモリに記憶された各情報を演算す
ることによりパラメータ情報をめるようにし、これによ
り生産ラインに対しオンラインでパラメータ情報を得る
ようにしたものである。
される被検査物の検査対象面に対向して光検出手段を配
設し、この手段により検査対象面の光学像情報を得て表
面欠陥の特ｔａ慎報を検出しメモリに記憶するとともに
、上記被検査物の検査対象面もしくはその光学像情報の
表示画像を目視観察して得られる表面欠陥の種類情報お
よび特徴情報を入力するための入力手段を設け、この手
段により入力された各情報を上記特徴情報とともにメモ
リに記憶し、これらメモリに記憶された各情報を演算す
ることによりパラメータ情報をめるようにし、これによ
り生産ラインに対しオンラインでパラメータ情報を得る
ようにしたものである。
図は本発明の一実施例における表面欠陥検査装置の概略
構成図で、１はローラ２により搬送される被検査物とし
ての鋼板を示している。尚、３は表面に形成された傷の
一例である。
構成図で、１はローラ２により搬送される被検査物とし
ての鋼板を示している。尚、３は表面に形成された傷の
一例である。
本装置は、上記鋼板１の検査対象面に対向配設された光
検出手段としてのラインセンサ４と、このラインセンサ
４から出力された画像情報を波形整形したのちデジタル
信号に変換する信号処理回路５と、その出力である画像
情報を前記ローラ２の回転角を検出するロータリーエン
コーダ６の出力に従って１ライン毎に記憶する画像メモ
リ７と、この画像メモリ７から読み出された画像情報よ
り例えばパターン認識やヒストグラ°ムの形により傷の
特徴を検出する特徴抽出回路８と、上記画像メモリ７か
ら出力された画像情報を表示する画像表示装置９と、そ
の表示制御を行なう表示制御回路１０と、上記画像表示
装置９に表示された画像情報を目視して得られる傷の種
類および等級のコード情報を入力するための入力装置１
１と、この入力装置１１１により入力された各情報およ
び前記特徴抽出回路８により得られた特徴情報をそれぞ
れ記憶するデータメモリ１２と、このデータメモリ１２
から読み出された各情報よりパラメータ情報をめるパラ
メータ設定回路１３と、このパラメータ設定回路１３で
設定されたパラメータ情報および前記特徴抽出回路８で
められた特徴情報をそれぞれ入力して傷の種類および等
級を判定する判定回路１４とから構成されている。
検出手段としてのラインセンサ４と、このラインセンサ
４から出力された画像情報を波形整形したのちデジタル
信号に変換する信号処理回路５と、その出力である画像
情報を前記ローラ２の回転角を検出するロータリーエン
コーダ６の出力に従って１ライン毎に記憶する画像メモ
リ７と、この画像メモリ７から読み出された画像情報よ
り例えばパターン認識やヒストグラ°ムの形により傷の
特徴を検出する特徴抽出回路８と、上記画像メモリ７か
ら出力された画像情報を表示する画像表示装置９と、そ
の表示制御を行なう表示制御回路１０と、上記画像表示
装置９に表示された画像情報を目視して得られる傷の種
類および等級のコード情報を入力するための入力装置１
１と、この入力装置１１１により入力された各情報およ
び前記特徴抽出回路８により得られた特徴情報をそれぞ
れ記憶するデータメモリ１２と、このデータメモリ１２
から読み出された各情報よりパラメータ情報をめるパラ
メータ設定回路１３と、このパラメータ設定回路１３で
設定されたパラメータ情報および前記特徴抽出回路８で
められた特徴情報をそれぞれ入力して傷の種類および等
級を判定する判定回路１４とから構成されている。
この様な構成であるから、装置を起動すると、生産ライ
ン上で実際に搬送されている鋼板１の検査対象面がライ
ンセンサ２により撮像され、画像メモリ３に記憶される
。このとき、画像メモリ３には、鋼板１の移動に応じて
画像情報の記憶位置がシフトしながら常に一定ライン分
の画像情報が記憶される。そしてこの記憶された画像情
報は、一定うイン分ずつ読み出されて特徴抽出回路８に
導かれ、この回路で傷の特徴が検出される。ここで、こ
の傷の特徴は、傷の幅ｘ１、長さｘ２、面積ｘ３、濃度
（色）Ｘ４等の複数の要素からなり、これらの要素を整
理したうえで特徴情報としてデータメモリ１２に記憶さ
れる。一方、上記画像メモリ７から読み出された画像情
報は、表示制御回路１０を介して画像表示装置９に表示
される。このとき検査者は、この画像表示装置９に表示
される鋼板表面の画像を目視して傷を捜し、傷を見つけ
るとその種類および等級のコードを入力装置１１により
入力してデータメモリ１２に記憶する。
ン上で実際に搬送されている鋼板１の検査対象面がライ
ンセンサ２により撮像され、画像メモリ３に記憶される
。このとき、画像メモリ３には、鋼板１の移動に応じて
画像情報の記憶位置がシフトしながら常に一定ライン分
の画像情報が記憶される。そしてこの記憶された画像情
報は、一定うイン分ずつ読み出されて特徴抽出回路８に
導かれ、この回路で傷の特徴が検出される。ここで、こ
の傷の特徴は、傷の幅ｘ１、長さｘ２、面積ｘ３、濃度
（色）Ｘ４等の複数の要素からなり、これらの要素を整
理したうえで特徴情報としてデータメモリ１２に記憶さ
れる。一方、上記画像メモリ７から読み出された画像情
報は、表示制御回路１０を介して画像表示装置９に表示
される。このとき検査者は、この画像表示装置９に表示
される鋼板表面の画像を目視して傷を捜し、傷を見つけ
るとその種類および等級のコードを入力装置１１により
入力してデータメモリ１２に記憶する。
しかして、データメモリ１２には、オンラインで検出さ
れた傷の特徴情報および同時に検査者の目視検査により
得られた傷の種類、特徴の各情報がそれぞれ記憶される
。
れた傷の特徴情報および同時に検査者の目視検査により
得られた傷の種類、特徴の各情報がそれぞれ記憶される
。
さて、以上のようにしてデータメモリ１２に所定】以上
の情報が蓄積されると、例えばパラメータ設定回路１３
の指示によりデータメモリ１２から各情報が読み出され
、これらの情報からパラメータ設定回路１３で傷の種類
および等級判定の演算に必要なパラメータ情報が算出さ
れる。ここで、このパラメータ情報としては、平均値ベ
クトルＭおよび共分散行列Σがあり、これらはそれぞれ
傷の種類毎に定められる。すなわち、１番目の傷種の平
均値ベクトルおよび共分散行列をそれぞれＭｉ、Σｉと
すると、これらは と表される。このパラメータ情報の篩用は、データメモ
リ１２におけるデータの蓄積量が一定量増える毎に行わ
れる。従って、パラメータ設定回路１３では生産ライン
の状態に応じた常に新しいパラメータ情報が得られる。
の情報が蓄積されると、例えばパラメータ設定回路１３
の指示によりデータメモリ１２から各情報が読み出され
、これらの情報からパラメータ設定回路１３で傷の種類
および等級判定の演算に必要なパラメータ情報が算出さ
れる。ここで、このパラメータ情報としては、平均値ベ
クトルＭおよび共分散行列Σがあり、これらはそれぞれ
傷の種類毎に定められる。すなわち、１番目の傷種の平
均値ベクトルおよび共分散行列をそれぞれＭｉ、Σｉと
すると、これらは と表される。このパラメータ情報の篩用は、データメモ
リ１２におけるデータの蓄積量が一定量増える毎に行わ
れる。従って、パラメータ設定回路１３では生産ライン
の状態に応じた常に新しいパラメータ情報が得られる。
一方、判定回路１４は、前記特徴抽出回路８で新たな特
徴情報が得られる毎にこの特徴情報と前記パラメータ設
定回路１３からその時点でのパラメータ情報をそれぞれ
入力して、例えば次のような演算によって傷の種類およ
び等級を判定する。
徴情報が得られる毎にこの特徴情報と前記パラメータ設
定回路１３からその時点でのパラメータ情報をそれぞれ
入力して、例えば次のような演算によって傷の種類およ
び等級を判定する。
すなわち、特徴抽出回路８から特徴情報Ｘが到来すると
、この特徴情報を変数として傷の各種類毎に設定した識
別関数Ｏｒ （Ｘ）、Ｑ２ （Ｘ）、・・・。
、この特徴情報を変数として傷の各種類毎に設定した識
別関数Ｏｒ （Ｘ）、Ｑ２ （Ｘ）、・・・。
Ｑｐｉ （Ｘ）をそれぞれ演算し、その各演算結果のう
ち最大若しくは最少となるものを選択してこれを傷の種
類であると判定する。例えば、ｐｉ（Ｘ）が最大となれ
ば、ｉ番目の間挿であると判定する。
ち最大若しくは最少となるものを選択してこれを傷の種
類であると判定する。例えば、ｐｉ（Ｘ）が最大となれ
ば、ｉ番目の間挿であると判定する。
ここで、上記識別関数ｇｉ（Ｘ）は例えば（ｌｉ（Ｘ）
−ｆｆｉｎ ｌΣ１１ ＋ （Ｘ−Ｍｌ ） Σｔ’（Ｘ−Ｍｉ）（最小） あるいは最も単純化して ｇｉ （Ｘ） −Ｘ−Ｍｉ （最大） としてめられる。一方、傷の等級は、例えば上記識別関
数の演算結果の大きさを予め設定しである１０段階の判
別レベルに従って分類することによってめる。
−ｆｆｉｎ ｌΣ１１ ＋ （Ｘ−Ｍｌ ） Σｔ’（Ｘ−Ｍｉ）（最小） あるいは最も単純化して ｇｉ （Ｘ） −Ｘ−Ｍｉ （最大） としてめられる。一方、傷の等級は、例えば上記識別関
数の演算結果の大きさを予め設定しである１０段階の判
別レベルに従って分類することによってめる。
このように、本実施例であれば、生産ライン上を実際に
移動する鋼板１の検査対象面の撮像画像から抽出した特
徴情報と、同時に目視検査で得て入力した傷の種類情報
および等級情報とからパラメータ情報をめ、このパラメ
ータ情報を用いて間挿の判定を行なったことによって、
多数の傷の特徴情報を種類が偏ることなくまんべんなく
サンプリングすることができ、この結果ラインの状態に
適合した最適なパラメータ情報を得ることができてこれ
により如何なる傷に対しても正確に判定することが可能
となる。しかも、パラメータ情報は常に生産ラインの状
態に追従するように変化Ｊることから、仮に生産ライン
の状態や運転条件が変化したとしても、この変化に即応
し冑で常に適確なパラメータ情報を設定することができ
、これにより正確な間挿の判定を行なうことができる。
移動する鋼板１の検査対象面の撮像画像から抽出した特
徴情報と、同時に目視検査で得て入力した傷の種類情報
および等級情報とからパラメータ情報をめ、このパラメ
ータ情報を用いて間挿の判定を行なったことによって、
多数の傷の特徴情報を種類が偏ることなくまんべんなく
サンプリングすることができ、この結果ラインの状態に
適合した最適なパラメータ情報を得ることができてこれ
により如何なる傷に対しても正確に判定することが可能
となる。しかも、パラメータ情報は常に生産ラインの状
態に追従するように変化Ｊることから、仮に生産ライン
の状態や運転条件が変化したとしても、この変化に即応
し冑で常に適確なパラメータ情報を設定することができ
、これにより正確な間挿の判定を行なうことができる。
また、本実施例では鋼板の搬像画像を表示して、この表
示画像を目視することにより傷の種類情報および等級情
報を入力するようにしたので、鋼板の移動速度が速い場
合でもその検査対象面を静止像として目視することがで
き、この結果高速のラインに対しても十分適用すること
ができる。
示画像を目視することにより傷の種類情報および等級情
報を入力するようにしたので、鋼板の移動速度が速い場
合でもその検査対象面を静止像として目視することがで
き、この結果高速のラインに対しても十分適用すること
ができる。
尚、本発明は上記実施例に限定されるものではない。例
えば、鋼板の移動速度が遅い場合には、画像表示装置９
を用いずにライン上の鋼晩１の検査対象面を検査者が直
接目視することにより傷の種類情報および等級情報を入
力装置１１より入力するようにしてもよい。また、光検
出手段としては、ＩＴＶカメラなどを用いてその撮像画
像を１フレ一ム分ずつ画像メモリ７に記憶するようにし
てもよい。尚この場合、画像メモリを２個設けて交互に
撮像画像を記憶させるようにすれば、鋼板の検査対象面
の画像を漏れなく記憶することができる。そのほか、パ
ラメータの設定演算や間挿の判定演算の方式、特徴抽出
回路の構成等についても本発明の要旨を逸脱しない範囲
で種々変更して実施できる。
えば、鋼板の移動速度が遅い場合には、画像表示装置９
を用いずにライン上の鋼晩１の検査対象面を検査者が直
接目視することにより傷の種類情報および等級情報を入
力装置１１より入力するようにしてもよい。また、光検
出手段としては、ＩＴＶカメラなどを用いてその撮像画
像を１フレ一ム分ずつ画像メモリ７に記憶するようにし
てもよい。尚この場合、画像メモリを２個設けて交互に
撮像画像を記憶させるようにすれば、鋼板の検査対象面
の画像を漏れなく記憶することができる。そのほか、パ
ラメータの設定演算や間挿の判定演算の方式、特徴抽出
回路の構成等についても本発明の要旨を逸脱しない範囲
で種々変更して実施できる。
以上詳述したように、本発明によれば、ライン上を搬送
される被検査物の検査対象面に対向して光検出手段を配
設し、この手段により検査対象面の光学像情報を得て表
面欠陥の特徴情報を検出しメモリに記憶するとともに、
上記被検査物の検査対象面もしくはその光学像情報の表
示画像を目視観察して得られる表面欠陥の種類情報およ
び特徴情報を入力するための入力手段を設け、この手段
により入力された各情報を上記特徴情報とともにメモリ
に記憶し、これらメモリに記憶された各情報を演算する
ことによりパラメータ情報をめるようにし、これにより
生産ラインに対しオンラインでパラメータ情報を得るよ
うにしたものである。
される被検査物の検査対象面に対向して光検出手段を配
設し、この手段により検査対象面の光学像情報を得て表
面欠陥の特徴情報を検出しメモリに記憶するとともに、
上記被検査物の検査対象面もしくはその光学像情報の表
示画像を目視観察して得られる表面欠陥の種類情報およ
び特徴情報を入力するための入力手段を設け、この手段
により入力された各情報を上記特徴情報とともにメモリ
に記憶し、これらメモリに記憶された各情報を演算する
ことによりパラメータ情報をめるようにし、これにより
生産ラインに対しオンラインでパラメータ情報を得るよ
うにしたものである。
従って、本発明によれ（Ｊ、常に生産ラインの状態に応
じて適確なパラメータ情報を設定し得て表面欠陥の種類
および等級を精度よく判定することができ、かつライン
の状態や運転条件の変化に対し短時間で対応し得る表面
欠陥検査装置を提供することができる。
じて適確なパラメータ情報を設定し得て表面欠陥の種類
および等級を精度よく判定することができ、かつライン
の状態や運転条件の変化に対し短時間で対応し得る表面
欠陥検査装置を提供することができる。
図は本発明の一実施例にお（プる表面欠陥検査装置の概
略構成図である。 １・・・ｗ４板、２・・・ローラ、３・・・旧、４・・
・ラインセンサ、５・・・信号処理回路、６・・・ロー
タリエンコーダ、７・・・画像メモリ、８・・・特徴抽
出回路、９・・・画像表示装置、１０・・・表示制御回
路、１１・・・入力装置、１２・・・データメモリ、１
３・・・バラメーク設定回路、１４・・・判定回路。 出願人代理人 弁理士 鈴江武彦
略構成図である。 １・・・ｗ４板、２・・・ローラ、３・・・旧、４・・
・ラインセンサ、５・・・信号処理回路、６・・・ロー
タリエンコーダ、７・・・画像メモリ、８・・・特徴抽
出回路、９・・・画像表示装置、１０・・・表示制御回
路、１１・・・入力装置、１２・・・データメモリ、１
３・・・バラメーク設定回路、１４・・・判定回路。 出願人代理人 弁理士 鈴江武彦
Claims (2)
- （１） 搬送ライン上を移動する被検査物の検査対象面
に対向配設されこの検査対象面の光学像情報を１ｑる光
検出手段と、この手段で得られた光学像情報を記憶する
第１の記憶手段と、この第１の記憶手段に記憶された光
学像情報から表面欠陥の特徴情報を抽出する特徴抽出手
段と、前記搬送ライン上を移動する被検査物の検査対象
面を目視して得られる表面欠陥の種類情報および等級情
報をそれぞれ入力するための入力手段と、この入力手段
により入力された種類および等級の各情報と前記特徴抽
出手段により得られた特徴情報とをそれぞれ記憶する第
２の記憶手段と、この第２の記憶手段に記憶された各情
報に基づいて、前記特徴抽出手段で得られた特徴情報よ
り表面欠陥の種類および等級を算出するために必要なパ
ラメータ情報をめるパラメータ設定手段と、このパラメ
ータ設定手段により得られたパラメータ情報を用いて前
記特徴抽出手段で得られた特ｍｍ報より表面欠陥の種類
情報および等級情報をめる判定手段とを具備したことを
特徴とする表面欠陥検査装置。 - （２） 搬送ライン上を移動する被検査物の検査対象面
に対向配設されこの検査対象面の光学像情報を得る光検
出手段と、この手段で得られた光学像情報を記憶する第
１の記憶手段と、この第１の記憶半画に記憶された光学
像情報から表面欠陥の特徴情報を抽出する特徴抽出手段
と、前記第１の記憶手段に記憶された光学像情報を画像
表示する表示手段と、この表示手段に表示された光学像
情報を目視して得られる表面欠陥の種類情報および等級
情報をそれぞれ入力するための入力手段と、この入力手
段により入力された種類および等級の各情報と前記特徴
抽出手段により得られた特徴情報とをそれぞれ記憶する
第２の記憶手段と、この第２の記憶手段に記憶された各
情報に基づいて前記特徴抽出手段で得られた特徴情報よ
り表面欠陥の種類および等級を算出するために必要なバ
ラメー夕情報をめるパラメータ設定手段と、このパラメ
ータ設定手段により得られたパラメータ情報を用いて前
記特徴抽出手段で得られた特徴情報より表面欠陥の種類
情報および等°級情報をめる判定手段とを具備したこと
を特徴とする表面欠陥検査装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59063738A JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59063738A JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60207004A true JPS60207004A (ja) | 1985-10-18 |
| JPH0619259B2 JPH0619259B2 (ja) | 1994-03-16 |
Family
ID=13238050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59063738A Expired - Lifetime JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0619259B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63167209A (ja) * | 1986-12-27 | 1988-07-11 | Hinode Eng Kk | 表面検査装置 |
| JPH05322791A (ja) * | 1991-12-27 | 1993-12-07 | Sumitomo Metal Ind Ltd | 疵検査装置 |
| JP2010281733A (ja) * | 2009-06-05 | 2010-12-16 | National Institute Of Information & Communication Technology | ３ｄ光学作像システム |
| CN116881530A (zh) * | 2023-06-20 | 2023-10-13 | 南京晓庄学院 | 一种基于深度学习的器件表面缺陷检测系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS49122932A (ja) * | 1973-03-28 | 1974-11-25 | ||
| JPS5567604A (en) * | 1978-11-16 | 1980-05-21 | Oosakafu | Gear automatic inspection unit |
| JPS57143686A (en) * | 1981-03-02 | 1982-09-04 | Fuji Electric Co Ltd | Recognizing device for plural patterns |
| JPS5821110A (ja) * | 1981-07-29 | 1983-02-07 | Nippon Kogaku Kk <Nikon> | パタ−ン検査装置 |
| JPS58108423U (ja) * | 1982-11-11 | 1983-07-23 | 富士通株式会社 | パタ−ンの特徴抽出装置 |
| JPS599505A (ja) * | 1982-07-08 | 1984-01-18 | Yamatake Honeywell Co Ltd | パタ−ン検査方法 |
-
1984
- 1984-03-31 JP JP59063738A patent/JPH0619259B2/ja not_active Expired - Lifetime
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS49122932A (ja) * | 1973-03-28 | 1974-11-25 | ||
| JPS5567604A (en) * | 1978-11-16 | 1980-05-21 | Oosakafu | Gear automatic inspection unit |
| JPS57143686A (en) * | 1981-03-02 | 1982-09-04 | Fuji Electric Co Ltd | Recognizing device for plural patterns |
| JPS5821110A (ja) * | 1981-07-29 | 1983-02-07 | Nippon Kogaku Kk <Nikon> | パタ−ン検査装置 |
| JPS599505A (ja) * | 1982-07-08 | 1984-01-18 | Yamatake Honeywell Co Ltd | パタ−ン検査方法 |
| JPS58108423U (ja) * | 1982-11-11 | 1983-07-23 | 富士通株式会社 | パタ−ンの特徴抽出装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63167209A (ja) * | 1986-12-27 | 1988-07-11 | Hinode Eng Kk | 表面検査装置 |
| JPH05322791A (ja) * | 1991-12-27 | 1993-12-07 | Sumitomo Metal Ind Ltd | 疵検査装置 |
| JP2010281733A (ja) * | 2009-06-05 | 2010-12-16 | National Institute Of Information & Communication Technology | ３ｄ光学作像システム |
| CN116881530A (zh) * | 2023-06-20 | 2023-10-13 | 南京晓庄学院 | 一种基于深度学习的器件表面缺陷检测系统 |
| CN116881530B (zh) * | 2023-06-20 | 2024-02-02 | 南京晓庄学院 | 一种基于深度学习的器件表面缺陷检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0619259B2 (ja) | 1994-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elbehiery et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
| JPS6293637A (ja) | 自動検反システム | |
| KR101782363B1 (ko) | 데이터 밸런싱을 통한 학습기반의 비전검사 방법 | |
| CN116008289A (zh) | 一种非织造产品表面缺陷检测方法及系统 | |
| JPH0736004B2 (ja) | 検査方法及び装置 | |
| JP3322958B2 (ja) | 印刷物検査装置 | |
| Duan et al. | Study on surface defect vision detection system for steel plate based on virtual instrument technology | |
| JPS60207004A (ja) | 表面欠陥検査装置 | |
| JP3265826B2 (ja) | 画像判定装置および画像判定方法 | |
| CN114545541A (zh) | 一种光栅和基于光栅的疵点检测及数字成像装置 | |
| Wang et al. | Research on bearing surface defect detection system based on machine vision | |
| JPH08189905A (ja) | 疵検査装置 | |
| JPH07333197A (ja) | 表面疵自動探傷装置 | |
| JP4038161B2 (ja) | 金属板材の表面欠陥の原因推定装置および原因推定プログラムならびに原因推定方法 | |
| JPS6347642A (ja) | 表面探傷における欠陥種類弁別方法 | |
| JP4676500B2 (ja) | 容器口部側面欠陥検査方法及び装置 | |
| JPH08128968A (ja) | 透明シート状成形体の欠陥検査法 | |
| JPH0238952A (ja) | 表面欠陥検査装置 | |
| JPS6250775B2 (ja) | ||
| JPS63215954A (ja) | 表面検査装置 | |
| JP2535257B2 (ja) | ストリップの表面欠陥検査装置 | |
| JP2003294639A (ja) | 非金属介在物の自動検査方法及び装置 | |
| Szlavik et al. | Visual inspection of metal objects by using cellular neural networks | |
| Patel et al. | Visual Inspection System Using Image Sensor in Manufacturing Industry | |
| JP2511076B2 (ja) | トップの清潔度検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |