JPS61195332A - シ−ト状素材の欠陥検出方法及びその装置 - Google Patents

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。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は、双１次空間フィルタによるデジタル画像解析
を利用してシート状素材の表面や内部に存在する欠陥を
検出する方法及び装置に関する。

従来の技術 シート状素材の表面に存在する汚点、孔、その他の欠陥
を検出する方法としては、例えば不織布を例に採れば、
特許公報（特公昭５６−２９０７号）に記載されたもの
が既に公知となっｔいる。

この特公昭５６−２９０７号において提案されたものは
、不織布の製造工程中において、孔、プレスむら、圧着
むら、目付むらなどの欠陥を自動的に検出するようにし
たものである。

その検出原理を説明すると、不織布に光を照射し、その
各部における透過光あるいは反射光を電気信号に変換し
、その電気信号を複数のレベルに分類し、そのレベルに
応じて孔、薄肉部分などの欠陥の種類を判断し、あるい
は透過光又は反射光に応じた電気信号を微分し、その微
分パルスの尖頭値が所定レベルを越えた場合に折れ重な
りブレスむらを検出するものである。

発明が解決しようとする問題点 しかしながら、上記の装置は検出精度は低く、不織布の
表面に存在する薄いシミや色付“いた汚点２細かいチリ
メンシワなどの欠陥の検出は殆ど困難となっており、し
かも光源の輝度に僅かな不均一さが生じた時には誤動作
しやすいため、光源の輝度を細かい精度で常に均一にす
る面倒さがあり、完全な無人化による検知は実現されて
いないのが現状である。

したがって、本発明は教主の要望に答える検出精度の改
善された検出方法およびこれを実施するために使用され
る検出装置を提供するものである。

問題点を解決するための具体的手段 本発明によれば、教主の問題点を解決するため次のよう
な２つの識別方式が提供される６すなわち、第１の発明
は、検出すべき欠陥のパターンの確定しているものに対
して適用されるもので、この発明方法は、より具体的に
は次のようなアクティブステップを含んで構成されてい
る。

■）前置処理工程 この工程では、被検体となるシート状素材の２次元輝度
空間分布情報を取り込んで、シート状素材の欠陥のない
領域部分の自己相関関数を算出し、この算出した自己相
関関数と、検出すべき欠陥パターンに応じた信号マトリ
クスをもとにして、欠陥の検出のために最適な重み関数
を双１次空間フィルタ解析により算出する。

ここに、シート状素材の２次元輝度空間分布情報は、シ
ート状素材の表面からの反射光あるいは内部を透過した
透過光をサンプリングすることによって得られ、このた
めに必要な光源は、通常の可視光に限定されず、Ｘ線、
赤外線などのあらゆる光線が採用できる。また、サンプ
リングのために必要な光源は、人工的な光源装置を使用
する場合に限られず、自然の太陽光などであってもよい
。

また、最適な重み関数を算出するために必要とされる信
号マトリクスは、検出すべき欠陥のパターンに応じたも
のが予め準備される。

２）画像処理（フィルタ処理）工程 被検体となるシート状素材の２次元輝度空間分布情報を
取り込んで入力画像を得る。

そして、このようにして得た入力画像に上記算出された
重み関数を作用させて出力画像を得る。

次に、このようにして得た出力画像を閾値識別すること
によってシート状素材の欠陥を検出する。

ここに、閾値識別は、検出すべき欠陥に応じて予め閾値
が設定されており、出力画面のなかからその閾値を越え
た部分が欠陥として検出される。

一方、第２の発明は、検出すべき欠陥のパターンの確定
されていないものに対して適用されるもので、この発明
は次のようなアクティブステップを含んで構成されてい
る。

１）前置処理工程 ゛この工程では、被検体となるシート状素材の２次元輝
度空間分布情報を取り込んで、シート状素材の欠陥のな
い領域部分と欠陥のある領域部分に応じたそれぞれの自
己相関関数を算出し、さらに、これらの算出した自己相
関関数をもとにして欠陥のある領域部分を強調する重み
関数を双１次空間フィルタ解析により算出する。

ここに、シート状素材の２次元輝度空間分布情輻は、シ
ート状素材の表面からの反射光あるいは内部を透過した
透過光をサンプリングすることによって得られ、このた
めに必要な光源は、通常の可視光に限定されず、Ｘ線、
赤外線などのあらゆる光線が採用できる。また、サンプ
リングのために必要な光源は、人工的な光源装置を使用
する場合に限られず、自然の太陽光などであってもよい
のは、第１の発明と同様である。

２）画像処理（フィルタ処理）工程 被検体を構成するシート状素材の２次元輝度空間分布情
報を取り込んで入力画像を得る。

次いで、この入力画像を正規化処理するが、この処理は
実効値に関してなされる。

その後、この正規化された入力画像に上記算出された重
み関数を作用させて出力画像を得る。

そして最後に、このようにして得た出力画像に平滑化処
理を施した後、閾値識別することによってシート状素材
の欠陥のある領域部分を検出する。

ここに、閾値識別における閾値は、検出すべき欠陥に応
じて設定され、出力画面のなかから、その閾値を越えた
部分が欠陥として検出されることは、第１の発明と同様
である。

また、上記２つの発明と共に提供される本発明装置は、
特許請求の範囲に記載された各手段を組合わせて構成さ
れたことを特徴としており、上記した２つの発明方法の
実施が可能である。

ここに、演算手段（６）、閾値識別手段（７）はいずれ
も電子計算機によって実現可能であり、具体的なソフト
ウェア処理によって実行される。

また、本発明において被検体として適用されるシート状
素材とは、不織布、繊維は勿論のこと、通常の紙、合成
樹脂のシート材の他、金属板、硝子板、プラスチック板
などを包含するものであり、本発明方法はこれらへの適
用を詮夕Ｌ　ｔ　Ｌ　４）のではない。

発明の作用及び効果 本発明方法は、双１次空間フィルタを用いたデジタル画
像処理を利用しているので、欠陥部を欠陥のない部分に
比べて著しく強調でき、検出精度が極めて高い。

また、本発明方法では、瞬時視野を検出すべき欠陥に比
べて大きく選定できる双１次空間フィルタを用い、この
フィルタが欠陥部の周囲の平均の輝度に対して惑じない
ようにしているので、従来装置のように光源の輝度が比
較的不均一になっても誤動作がなく、極めて信頼性が高
い。

さらに、本発明方法では、検出すべき欠陥が統計的な量
としてしか把握できないものもテクスチャ識別方式によ
って９可能となるので、従来の方法では識別が不能であ
った不特定、不定形な面積をもった汚れなども確実に識
別できる利点がある。

これらの利点のため、本発明方法を不織布の欠陥検出に
適用すれば、孔、汚点、線状傷などの検出は勿論のこと
、従来方法では検出の困難であつたウェブむら、ドツト
抜は部、変色部、ネップむら、細かいチリメン酸などの
欠陥も容易に検出できるので、検知装置の無人化に寄与
するところ大であり、シート状素材の生産性を著しく向
上させる利点がある。

発明の実施例 以下に添付図とともに、その一実施例を説明する。

本発明方法は、２つの検出方法を含んでいる。

第１の発明は予めパターンの確定できる欠陥（例えば、
孔、汚点、あるいは縦、横、斜めの傷など）の検出を目
的としており、また第２の発明は統計的な量としてしか
把握できないない欠陥（例えば、不特定な大きさをもっ
て広がる変色部分や肉厚の異なる部分など）を検出する
ことを目的としている。

以下では、第１の発明を確定パターン識別方式、第２の
発明をテクスチャ識別方式と呼ぶ。

また、これらの識別方式を実施するために提供される本
発明の検出装置は、該装置を稼働するプ方式の実施も可
能にするものである。

第１図、第２図は、確定パターン識別方式の演算系統図
を示している。

これらの図より分かるように、本発明方法はコンピュー
タなどの電子計算機を用いたデジタル演算処理により実
施されるものであり、特に本発明者の独自の創作により
案出された双１次空間フィルタによるデジタル画像解析
を行うことを要旨とするものである。

空間フィルタによる画像解析の基本的概念は、すでに公
知なので、以下では第１の発明を第１図、第２図に示し
た演算系統図を参照して説明する。

演算系統の大略は、第１図に示されている通りであり、
プログラムは、まず第２図に示した前置処理ルーチンが
実行された後、第１図に示した画像処理（フィルタ処理
）ルーチンが実行される。

前置処理ルーチンでは、検査すべき被検体の背景情報と
なる欠陥のない部分の自己相関関数が算出され、さらに
検出すべき欠陥のパターンに応じて予め信号マトリクス
が準備されて信号のモデルパターンの設定がなされ、そ
の信号パターンに応じた欠陥を強調する最適な重み関数
が双１次空間フィルタ解析により算出される。

すなわち、前置処理ルーチンでは、シート状素材の欠陥
のない領域部分（背景雑音に相当する）の２次元輝度空
間分布情報が画像データとして入力され、欠陥のない領
域部分の自己相関関数が算出され記憶される。そして、
検出すべき欠陥パターンに応じて信号マトリクス（後述
する実験例では、５ＩＮＧＮＡＬ　ＰＡＴＴＥＲＮとし
て示されている）が選択的に設定され、この設定された
信号のモデルパターンと自己相関関数に基づいて検出す
べき欠陥パターンを強調するのに最適な重み関数が操り
返し代入法などにより算出される。ここに、最適重み関
数は、検出すべき欠陥のパターン、例えば孔。

汚点、縦、横、斜めなどの線状傷などに応じたものが個
別に算出され準備される（より、具体的には、後述する
実験例で示したように、検出すべき）ｒＰ諏シ　１＋ｔ
ｈ　ｈ　−−ノ　ｉマ　ピｒ　　ｌｘ　　Ｊ−Ｊ苦Ｊｉ
Ｌ　−１）Ｌ　　ＩＩ　　ｈ−ｙ　　ユノ喜Δ山→−ヘ
譬き欠陥パターンを強調するのに必要な信号のモデルパ
ターンとして用意される）。そして、このようにして算
出された欠陥のない領域部分の自己相関関数と欠陥パタ
ーンに応じた最適な重み関数は、いずれも電子計算機内
部の記憶手段に記憶される（第２図参照）。

一方、画像処理（フィルタ処理）ルーチンでは、被検体
を走査して得られたサンプルデータ（入力画像）に、前
置処理ルーチンによって算出された最適重み関数を作用
させることによりフィルタ処理をおこなって、欠陥の有
無を判断する。

すなわち、被検体となるシート状素材に光を照射してそ
の表面からの反射光あるいは内部を通過した透過光の２
次元輝度空間分布情報をサンプリングして、画像データ
として入力する。

この場合におけるサンプリングは、良く知られているよ
うに、一定の瞬時視野内にある２次元輝度空間分布情報
を順次走査することによって行われるが、走査手段を被
検体に対して移動させて行ってもよく、あるいは走査手
段を固定してシート状素材を移動させながら行な、でも
よい。

第３図は、このようにして入力されて来たシート状素材
の２次元輝度空間分布情報に前置処理ルーチンによって
算出された重み関数を作用させてフィルタ処理を行う場
合における走査要領の説明図である。

例えば３×３個のピクセルから成る瞬時視野（ａｌｌ　
　ａ寥＋　　・・・ａｌｌとして示されている）に最適
重み関数を作用させ、このようなフィルタ処理のされた
瞬時視野をｌピクセルｐ・・・ずつ右の方向に順次ずら
せて、ＴＶのラスクスキャン方式のようにしてシート状
素材の２次元輝度空間面を走査する。

フィルタ処理は後述する演算処理によってなされ、この
ようにしてフィルタ処理が成された２次元輝度空間分布
情報は、必要に応じて平滑化処理がなされ、続いて閾値
識別される。閾値識別では、２次元輝度空間分布情報の
なかから、所定の閾値を越えたものが欠陥検出信号とし
て出力される。

このような欠陥検出信号は、表示装置、例えばＣＲ７表
示装置やプリンタ装置などに表示されて人間が視認可能
な情報となる。

また、欠陥検出信号は、公知の表示装置に出力すること
によって欠陥の検出場所を指定することも可能であり、
また必要に応じて欠陥の検出した個所にマーク付けを自
動的に行うマーカ装置を設けるなどしたり、あるいは欠
陥の検出と同時に警報手段を作動させるなどしてもよい
。

このような本発明方法によれば、画像入力のサンプリン
グ時のサンプルレートを小さくすることによって検出精
度を向上させることができ、また逆に欠陥部に多少の広
がりがある場合にはサンプルレートを大きくすることに
より、欠陥部を点又は線として認識でき、検出に要する
処理時間を著しく短縮できる。

第４図、第５図は、テクスチャ識別方式を実施する場合
の演算系統図を示す。

この方式は、欠陥のパターンが統計的な量としてしか認
識できないもの（例えば、形状、大きさの不特定な変色
部などの欠陥）を検出する場合に好適に実施されるが、
被検体の２次元の輝度空間分布情報の統計的性質のうち
の２次元相関関数の相違を利用するものである。

演算系統の大略は、第４図に示されている通りであり、
プログラムは、まず第５図に示した前置処理ルーチンが
実行された後、第４図に示した画像処理（フィルタ処理
）ルーチンが実行される。

前置処理ルーチンでは、被検体の背景情報となる欠陥の
ない部分の自己相関関数と、被検体の欠陥のある部分の
自己相関関数を算出する。

第６図は、この場合における欠陥のない領域部分と欠陥
のある領域部分の自己相関関数の例を示す図である。

このテクスチャ識別方式では、前置処理ルーチンにおい
ては、シート状素材の欠陥のない領域部分（背景雑音に
相当する）とシート状素材の欠陥のある領域部分（検出
すべき信号成分に相当する）におけるそれぞれの２次元
輝度空間分布情報がサンプリングされ画像データとして
入力され、こ欠陥領域を強調するのに最適な重み関数が
繰り返し代入法などにより算出される。

一方、第４図に示した画像処理ルーチンでは、シート状
素材の２次元輝度空間分布情報を上記した確定パターン
識別方式の場合と同様にしてサンプリングし、更にサン
プリングした入力画像ごとに次のような正規化処理を行
う。ここに、正規化処理は、被検体を走査して得た入力
画像内に含まれた欠陥のある領域部分と欠陥のない領域
部分の平均値を０にし、かつ実効値を一致させるために
行われ、（１）式に示した演算処理により実行される。

ｆ’ＬＪ＝　（ｆｔＪ−ｆ）　’／　’　　　　　　（
１まただし、ｆえ、は瞬時視野内の画像の小領域の要素
ｆはその小領域の平均値 σはその小領域の標準偏差値 σは新たに設定する標準偏差値 ｔ’ｌ−レｒ＃：４Ｊ＆シ４ＬＭｊｉ；Ｆ嵐そして、こ
のようにして正規化処理を行った後は、上記した前置処
理によって算出された重み関数が確定パターン識別方式
の場合と同様にして、予め設定された瞬時視野ごとに掛
けられて、双１次空間フィルタによる画像解析が行なわ
れる。

そして、更にこのようにして双１次空間フィルタによる
画像解析が行われた後は、閾値識別を容易にするため、
次のような平滑化処理を施す。

すなわち、この平滑化処理は、双１次空間フィルタ処理
によって得られた画像出力をさらにサンプル値小行列に
分解し、その行列の要素に対して（２）式で示すような
演算処理をおこなって、新たに得る出力面の対応する１
点にその値を写像する後述するようなＮ、Ｍ、Ｐを適用
するものである。

（出力面の１点の画素値） ただし、ｈはｈ＝　（１／ｎ”　）Σ　Σｈ、ｒあり・
ｉ−ラ；１ 小行列内の局所的平均値である。

このような演算処理は、双１次空間フィルタによる解析
によって得られたすべての画像出方を新たな入力画像と
し、その人力画像の全体にわたって予め設定された瞬時
視野毎に施されて更に新たな出力を得る。

そして、最後に、このようにして平滑化処理の施された
画像出力に対して閾値識別、つまりある適当な閾値を設
定し、そのような閾値を越えたものを欠陥検出信号とし
て出力する。

このように、テクスチャ識別方式では、入力された画像
データが第７図に示したように正規化処理された（ここ
では、背景部と欠陥部の確率密度関数が同一とみなし、
確率密度関数は正規分布しているものと仮定している）
後、双１次空間フィルタ処理されることにより、第８図
に示したように実効値の相違に変換され、さらに平滑化
処理を施すことにより第９図に示したように平均値の相
違として認識されて、欠陥のある領域部分が検出される
訳である。

なお、本発明方法の必須の要件ではないが、双１次空間
フィルタによる画像解析と並行して、実効値に関して正
規化処理された後に、画像データを閾値識別し出力情報
を取り出し、この取り出した情報と双１次空間フィルタ
処理後に閾値識別されて得た出力情報との相互相関を調
べて、欠陥部の検出の参考データとして取り出しても良
い（第４図の処理工程（破線で示す）参照）。

第１０図は、本発明装置の概略構成を示す系統図である
。

図において、１は光源、２は走査手段、３は光電変換手
段、４は量子化回路、５は記憶手段、６は演算手段、７
は閾値識別手段、８はフィルタ処理された出力を表示す
る表示手段、９はシート状素材ＳＡの欠陥検出部分にマ
ークを施すため必要に応じて設けられるマーカ装置、１
０は画像データのサンプルレートの規定信号を出力する
サンプリング信号発生器であり、各装置に必要な制御信
号を送る制御手段は省略されている。

本発明装置においては、光ｆｉｔは蛍光灯などの可視光
を照射するものに限られず、赤外線、　ｘｖＡなどを照
射するものであってもよい。

また、走査手段２は、シート状素材ＳＡに光源１から照
射される光を当て、その反射光あるいは透過光をサンプ
リングして２次元輝度空間分布情報を順次取り出すため
に必要とされ、公知の機械的、あるいは電子的走査手段
が採用される。

一方、光電変換手段３は、シート状素材ＳＡの２次元輝
度空間分布情報を取り込むために可視または赤外線フォ
トダイオードアレイなどの光電変換素子を多数配列して
構成されており、受光した反射光あるいは透過光をその
強度に応じた強さの電気信号に変換する。

量子化回路４は、本発明方法による画像解析をデジタル
計算機によって実行させるために必要とされ、光電変換
手段３より送られて来るアナログ信号をデジタル信号に
変換する。

更に、記憶手段５は、量子化回路４からの出力信号（２
次元輝度空間分布情報）を一時的に記憶し、制御手段（
不図示）より送られる書込み、読み出し信号によって、
デジタル信号に変換された２次元輝度空間分布情報を適
宜書込み、読み出しする。このような記憶手段５として
は、容量の大きいフレームメモリなどが好適に使用され
る。

演算手段６は、双１次空間フィルタによる画像処理、背
景部の自己相関関数や最適重み関数の算出などの他、取
り込んだ画像データの正規化処理や平滑化処理を行うも
ので、高速で容量の大きい電子計算機を使用することが
望ましい。

閾値識別手段７は、画像処理された出力情報のなかから
予め設定された出力レベル以上の情報を取り出すもので
あるが、演算手段６と同様に電子計算機のソフト処理に
よって実行される。

表示手段８は、演算手段６によって解析された出力、つ
まりフィルタ処理された出力を人間が視認可能な信号に
変換して表示するもので、ＣＲＴ表示装置、プリンタ装
置などが使用される。

また、図には示されていないが、ブザー、ベル。

アラームランプなどの警報手段を設けることによって欠
陥を検出した時には、自動的に警報信号を発生させるよ
うな構成にしてもよい。

第１）図は、欠陥検出信号をＣＲＴ表示装置に写し出す
ようにした本発明装置の要部の構成を示す系統図であり
、図においては走査手段２、光電変換手段３及び制御手
段は省略されている。

この図に示すものでは、画像処理された出力情報がｃＲ
Ｔ−４示装置８１に順次表示されるようにするため、Ｃ
ＲＴ表示装置８１の水平、垂直同期信号に同期させて書
込みアドレスを指定している。

取り込まれた画像データ（２次元輝度空間分布情報）は
、量子化回路４によりデジタル信号に変換された後、直
並列変換回路１２により直列データから並列データに変
換されてメインメモリ５１に記憶され、このメインメモ
リ５１に記憶された後各瞬時視野毎に読み出されて演算
手段６に取り込まれる。演算手段６に取り込まれると、
上記した前置処理ルーチンによって算出された最適重み
関数が作用されて双１次空間フィルタ処理がなされ、更
にこのようにしてフィルタ処理のなされたデータは閾値
識別手段７によって閾値識別されて再びメインメモリ５
１に送られる。

そして、逐次このメインメモリ５１より読み出され、並
直列変換回路１４によって直列データに変換された後、
Ｄ／Ａ変換器１５を介して同期混合器１６に送られる。

一方、直並列変換回路１２から出力される画像データは
、テレビ用同期信号発生器１７より発生される同期信号
により書込用アドレス発生器１）を作動することによっ
て、メインメモリ５１の所定のアドレスに格納されてお
り、さらにフィルタ処理の後に閾値識別された画像デー
タは、同じくテレビ用同期信号発生器１７より発生され
る同期信号により続出用アドレス発生器１９を作動する
ことによって、メインメモリ５１の所定のアドレスに格
納されたものを順次読み出している。

また、書込／読出切換回路１８は、メインモリ５１の指
定されたアドレスに情報を書き込みあるいは指定された
アドレスから情報を読み出していなお、１０はサンプリ
ング信号発生器であり、量子化回路４に所定サイクルの
サンプリング信号（パルス）を送ってサンプルレートを
規定しており、また２０はフィルタ処理後の出方情報を
紙面に表示するプリンタ装置であり、２１は欠陥検出信
号の発生時に作動して欠陥の発見を外部に知らせるため
に必要に応じて設けられる警報装置を示している。

次に、本発明の要旨をなす双１次空間フィルタによる画
像解析の手法について説明する。

本発明者の提案する双１次空間フィルタは、サンプリン
グされた入力画面の瞬時視野内における情報に対して、
検出しようとする目標を強調するために、出力のＳ／Ｎ
比が最大となる重みを掛けて出力面に写像する原理（第
１２図（ａ）、（ｂ）参照、但し、第１２図では、入力
面の瞬時視野内の情報はｍ　ｘ　ｍのサンプル値を含ん
でおり、重みの掛けられた情報は出方面の１点Ｐ′に写
像されるように示されている）を応用したものである。

この写像原理は、モントゴメリー、Ｗ、Ｄなどによって
提案されたもので、所謂近傍変換過程（Ｎｅｉｇｈｂｏ
ｕｒｈｏｏｄ　Ｍｏｄｉｆｉｃａｒｔｉｏｎ　Ｐｒｏｃ
ｅｓｓ　、ここではＮ、Ｍ、Ｐという）と呼ばれており
、今日の線形空間フィルタの基本原理となっている。

また、本発明者の提案する双１次空間フィルタによる重
みの付は方は、瞬時視野内の小２次元面のサンプル値行
列（σ）すなわち、 に対して、前後から２種類の重みベクトル、つまり行ベ
クトル（α）と、列ベクトル（β）を作用させて、式（
２）で定義される出力（スカラー量）を得るものであり
、このような２種類のベクトル（α）、（β）を作用さ
せることから、通常の１次空間フィルタとは異なり、双
１次空間フィルタと呼ぶものである。

出力　＝（α）（σ）（β） （β）＝（β１β２　・・・　　β、）ここに、Ｔは転
置を示す ところで、サンプリングされた入力画面の情報に対して
、このような演算処理を行うと、上記したようなＮ、Ｍ
、Ｐが適用されたことになり、サンプリングされた値は
、第１２図（ｂ）に示したように、出力面の１点Ｐ′に
写像される。

したがって、今、出力画面のＳ／Ｎ比を改善する（最大
にすることが望ましい）２つの重みベクトル（α）、（
β）が求まれば、最適な双１次空間フィルタが構成され
、本発明方法が実施できる。

このため、本発明方法では、検出すべき目標に応じた最
適重みベクトル（α）、（β）を算出することが必要と
され、次のような演算処理を実行することにより最適な
双１次空間フィルタを設計することを前提としている。

以下に、このような最適重みベクトル（α）。

（β）を求めるために行われる演算について説明する。

以下　余白 ２ΣＣ１６６，ｈ＝　　３　（Σβ、（Σ　Σ的α、ψ
ｉ−に＋　ｈ−Ｌ　）＋Σβ。

五−１）＋Ｉｉ寥ＩＬ璽１ｊ嚇絋 にこに、ｈ　＝ 弐（１３）及び（１４）をｈに゛プ、て考えると、Ｊ＋
１　【言■　　　　　　　　　　　　　　　　　　　ｊ
―鵞　【−１（Σ　Σ的α１ψ１−ｋｒ　ｊ−ｂ　）　
）直曽１ｊ寓！ １、　２．　３・・・・ｍ） ・・・　（１５） ｊ”ｌ　Ｌ”ｌ　　　　　　　　　　　　ｊ＋１）＋１
τ ｉｍｌ　ｊ＋ｌ　　　　　　　　　　　　ｉｍｌ　ｊｓ
ｌ・・・　（１６） １會Ｉ　ｊ＋１ φｍ＋−ｂ　　＝φ１．ｂ＝φｂ、ｌ１＝＝φ−い　で
あるから、・・・　（１８） ・・・　（１９） φ１．。＝φ−１，。、φ、、ｌｌ＝φ。、−１となり
、式（１７）及び（１８）ＤＪ＆のように簡単化される
。

（α （α ）＝ａ（Φ）　（α）　　・・・　（２０））＝ａ（Φ
）　（β）・・・　（２１）また、式（４）を展開し、
整理すると、＋α３β１　σ３１°°＋α−β醜σ――
・・・（４）′ のように展開されるので、この展開式においてサンプル
値行列（σ）の各要素、σ１３．σ２１．σ、。

・・・σ、に掛けられる係数を、 Ｃ１ｊ＝α工β、と置くと、そのような要素を持つマト
リクス（Ｃ）は、 を新たに考えることができ、このようなマトリクス（ｃ
）を考えた時には、このマトリクス（Ｃ）の各要素をサ
ンプル値行列（σ）の対応した各要素に掛けた値の総和
が出力（式（４））として求められる。そこで、以下に
示す実験例では、本発明に対する理解を容易にするため
、このマトリクス（Ｃ）を双１次空間フィルタを構成す
るフィルタ成分のマトリクスとして取扱い重みベクトル
（α）。

（β）を概念的に把握する。

以下　余白 最後に、本発明の有効性を確認するために行った実験結
果を説明する。

（実験例１） 不織布を被検体とし、その表面に存在した黒い汚点を検
出目標として、３×３ピクセルの瞬時視野（２嘗璽×２
ｆｌのサンプルレート）でサンプリングし、確定パター
ン識別方式を適用した。

表１−１はシート状素材の欠陥のない領域部分の２次元
自己相関関数から得られる相関マトリクス（ＢＡＣＫＧ
ＲＯＵＮＤ　ＡＵＴＯ（：０）　　、表１−２は点目標
を確定パターンとした場合に使用される信号マトリクス
（ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ）　、表１−３はこの
場合に使用した最適重みを与えるフィルタ成分のマトリ
クス（ＷＥＩＧＨＴＩＮＧ　ＦＩＩＮＣＴＩＯＮ）を示
す。

フィルタ成分のマトリクスの要素は、欠陥のある領域部
分と欠陥のない領域部分との識別を容易にするために、
その要素の総和を０にしていることに留意すべきである
。

この実験例では、不織布の表面の２次元輝度空間分布情
報は、第１３図に示したように４ビツトの１６段階濃淡
情報として表わした。第１４図はその場合に入力面に現
れた濃淡情報の分布状態を示すヒストグラムである。

一方、第１５図は本発明方法によりフィルタ処理した後
の出力面の情報を第１３図に対応させて４ピントの１６
段階濃淡情報として表示したものであり、第１６図はそ
の場合の濃淡情報の分布状態を示すヒストグラムである
。

黒い汚点は、第１６図のヒストグラムに表れた１ルベル
の信号として、他のものに比べて著しく強調されており
、本発明方法による識別が有効なことが確認された。

なお、第１５図においては、比較のために全ての画素に
応じた出力面の情報を得ているが、実際の検知方法とし
て適用する場合には予め設定された閾値を越えたものだ
けを出力することが望ましい。

表１−１ ＢＡＣＫＧＲＯＵＮＤ　　ＡＵＴＯ−ＣＯ（３Ｘ３）１
．００００　　　０．７３３３　　　０．６５９５０．
８８８０　　　０．６６９４　　　０．６１９００．８
０２３　　　０．６０６９　　　０．５７５８表１−２ ＳＩＧＮＡＬ　　ＰＡＴＴＥＲＮ　　　　　（３Ｘ３）
１．１）　　　　　１．１）　　　　１．１）１．１）
　　　　−８．８９　　　　１．１）１．１）　　　　
　１．１）　　　　１．１．１表１−３ Ｓ／Ｎ　　＝２．７８０６　　ＬＯＯＰ　　＝　　３　
　ＥＰ　　・０．０００６ｗＥＩＧＨＴＴＮＧ　　ＦＵ
ＮＣＴＵＯＮ　　（３ｘ３）−０，１８６２０，４７５
８−０，１８６２０，３９６６−１，０００００，３９
６６−０，１８６２０，４７５８−０，１８６２ＳＩＧ
Ｍ八　・−ｏ、ｏｏｏ。

（実験例２） 不織布を被検体とし、線傷を検出目標として３×３ピク
セルの瞬時視野（２＋ｎ　ｘ　２龍のサンプルレート）
によりサンプリングした情報を確定パターン識別方式に
よりフィルタ処理をした。

表２−１は欠陥のない領域部分、つまり入力面背景の２
次元自己相関関数より得たマトリクス（ＢＡＣＫＧＲＯ
ＵＮＤ　ＡＵＴＯＣｏ）、表２−２は線傷を検出するた
めに使用した信号マトリクス（ＳＩＧＮＡＬ　ＰＡＴＴ
ＥＲＮ）、表２−３は使用した最適重みを与えるフィル
タ成分のマトリクス（ｗＥｙＧＨｒｒＮＧＦＵＮＣＴＩ
ＯＮ）を示す。

最適重みを与えるフィルタ成分のマトリクスは、欠陥の
ある領域部分と欠陥のない領域部分の識別を容易にする
ために、第１の実験例の場合と同じくその要素の総和を
０にしていることに留意すべきである。

第１７図は入力画面に現れた４ビツトの１６段階濃淡情
報、第１８図はその場合の濃淡情報の分布状態を示すヒ
ストグラムである。

理した後の出力面の情報を第１７図に対応させて４ビツ
トの１６段階濃淡情報として表示したものであり、第２
０図はその場合の濃淡情報の分布状態を示すヒストグラ
ムである。

縦の傷は、他のものに比べて著しく強調され、第２０図
のヒストグラムに現れた３９，４４．４７゜４８．５１
及び６ルベルの信号に対応して検出された。このように
本発明方法では、入力面の情報からでは判別し難かった
縦の傷が、フィルタ処理後には強調されて大きいレベル
で出力されていることが分かる。なお、第１９図では、
比較のために全ての画素に応じた出力を得ているが、実
際の検知方法として実施される時には予め設定された閾
値レベルを越えたものだけを出力することが望ましいこ
とはいうまでもない。

表２−１ ＢＡＣＫＧＲＯＵＮＤ　ＡＵＴＯ−Ｇｏ　　（３Ｘ３）
１．００００　　０．６８９３　　０．６０９２０．８
０９９　　０．６３０４　　０．５３１２０．６９３５
　　０．５６１５　　０．５３９１表２−２ ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ　　　（３Ｘ３）３．３
３　　　−６．６７　　　３．３３３．３３　　　−６
．６７　　　３．３３３．３３　　　−６．６７　　　
３．３３表２−３ Ｓ／Ｎ　＝２．７８０６　　ＬＯＯＰ　、　３　　ＥＰ
＝　０．０００６ＷＥＩＧＨＴＩＮＧ　ＦＩＪＮＣＴＵ
ＯＮ　　（３Ｘ３）０．５０１３−１．００００　　０
．５０１３０．３３９８−０．６８４８　　０．３３９
８０．５０１３−１．００００　　０．５０１３ＳＩＧ
ＭＡ　＝０．００００ （実験例３） 不織布を被検体とし、横に広がりのある変色部を検出目
標として３×３ピクセルの瞬時視野（２ｗＸ２ｍ）を用
いてサンプリングした情報を確定パターン識別方式によ
りフィルタ処理した。

表３−１に入力面背景の２次元自己相関関数から得た相
関マトリクス（ＢＡＣＫＧＲＯＵＮＤ　ＡＵＴＯＣｏ）
、表３−２に横の広がりのある目標を抽出するために設
定した信号マトリクス（ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ
）　、表３−３に使用した最適重みを与えるフィルタ成
分のマトリクス（ＷＥＩＧＨＴＩＮＧ　　ＦＬＩＮＣ↑
ＴＯＮ）をそれぞれ示す。最適重みを与えるマトリクス
は、背景雑音との区別を容易にするために、第１の実験
例の場合と同じくその要素の総和を０にしていることに
留意すべきである。

第２１図は入力画面に現れた４ビツトの１６段階濃淡情
報、第２２図はその場合の濃淡情報の分布状態を示すヒ
ストグラムである。

一方、第２３図は本発明方法によりフィルタ処理した後
の出力面の情報を第２１図に対応させて４ビツトの１６
段階濃淡情報として表示したものであり、第２４図はそ
の場合の濃淡情報の分布状態を示すヒストグラムである
。

検出目標となる横に広がりをもった変色部は、他♀レベ
ルの信号に対応して検出されたことが判明した。

以下　余白 表３−１ ＢＡＣＫＧＲＯＵＮＤ　ＡＵＴＯ−ＣＯ（３ｘ３）１．
００００　　　０．７３３３　　　０．６５９５０．８
８８０　　　０．６６９４　　　０．６１９００．８０
２３　　　０．６０６９　　　　Ｇ、５７５８表３−２ ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ　　　　（３Ｘ３）３．
３３　　　　３．３３　　　３．３３−６．６７　　　
　−６．６７　　　−６．６７３．３３　　　　３．３
３　　　３．３３表３−３ Ｓ／Ｎ　＝３．２７４１　　ＬＯＯＰ　＝　　３　　Ｂ
Ｐ　−０，００３１）１ＥＩＧＨＴＩＮＧ　ＦＵＮＣＴ
ｔｌＯＮ　　（３Ｘ３）０．５１４４　０．０７６２　
　０゜５１４４−１．００００　−０．２１００　−１
．０００００．５１４４　０．０？６２　　０．５１４
４ＳＩＧＭＡ　　＝　　０．００００ 最後に、テクスチャ識別方式により本発明方法を通用し
た実験例を示す。

（実験例４） 被検体として、実効値と平均値は等しいがパターンの異
なる領域を含んだシート状素材を使用して、テクスチャ
識別方式により双１次空間フィルタ処理を行った。

表４−１に入力面背景の２次元輝度分布情報に基づいた
２次元自己相関関数の相関マトリクス（ＢＡＣＫＧＲＯ
ＵＮＤ　ＡＵＴＯＣｏ　）、表４−２に入力面の欠陥領
域部分の２次元輝度分布情報に基づいた２次元自己相関
関数の相関マトリクス（ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ
）、表４−３は使用した最適重みを与えるフィルタ成分
のマトリクス（ＷＥＩＧＩ（ＴＩＮＧ　ＦＩＪＮＣＴＩ
ＱＮ）を示している。

第２５図は、入力画像の２次元輝度空間分布情報を４ビ
ツトの１６段階濃淡情報として表した図、第２６図はそ
の入力画像に現れた濃淡情報の分布状態を示すヒストグ
ラムである。

また、第２７図は本発明方法によりフィルタ処理した後
の出力面の情報を４ビツトの１６段階濃淡情報として表
示したものであり、第２８図はそのヒストグラムを示す
。

そして、このようにして得た出力画像を更に、平滑化処
理して得た、４ピントの１６段階濃淡情報が第２９図で
あり、そのヒストグラムを第３０図に示している。

第３０図のヒトグラムは、所謂双峰特性を呈しているの
で、その谷にあたる濃度点をモード法により閾値識別の
閾値とし、その閾値を１０レベルに設定し、表示装置に
出力情報を表示すると、第３１図のような出力画像を得
た。

第３１図に示した出力画像から明らかなように、欠陥領
域部は他の背景領域に対して明確に識別され、そのおお
よその大きさまで明らかにされた。

このように、テクスチャ識別方式によれば、領域部分の
情報は平均値レベルの差として明確に識別されるので、
欠陥部のパターンが不特定であっても統計的な性質の違
い（２次元自己相関関数の違い）を有するならば、前景
部と容易に識別され検出できることが理解されよう。

以下　余白 表４−１ ＢＡＣＫＧＲＯＵＮＤ　ＡＵＴＯ−Ｃｏ　　（３Ｘ３）
１．００００　　０．８０２６　　０．６５５２０．８
６７Ｂ　　　０．６９０７　　０．５５８２０．７２９
８　　０．５７１２　　０．４５１９表４−２ ＳＩＧＮＡＬ　ＰＡＴＴＥＲＮ　　　（３Ｘ３）１．０
００００　　０．１２７４０　０．００００００．１６
１５０　　０．５２６００　０．００００００．０００
００　　０．０００００　０．３７１５０表４−３ ｗＨＩＧＨＴＩＮｃ　ｐｕＮｃＴｔｌＯＮ　（３ｘ３）
０．２７９８−０．５２３２　　０．２７９８−０．５
３４８　１．００００　−０．５３４８０．２７９８−
０．５２３２　　０．２７９８ＳＩＧＭＡ　＝　０．０
０００ 第１図は本発明の確定パターン識別方式における演算系
統図、第２図はその前置処理の演算系統図、第３図は走
査要領の説明図、 第４図は本発明のテクスチャ識別方式における演算系統
図、第５図はその前置処理の演算系統図、第６図は欠陥
のある領域部分と欠陥のない領域部分の自己相関関数を
示す図、第７図は正規化処理後の出力面の確率密度関数
を示す図、第８図は双１次空間フィルタによる画像処理
後の出力面の確率密度関数を示す図、第９図は平滑化処
理後の出力面の確率密度関数を示す図、 第１０図は本発明装置の概略構成を示すブロック線図、
第１）図は欠陥検出信号をＣＲ７表示装置に表示する場
合に採用される本発明装置の要部の構成を示す系統図、
第１２図は写像の原理の説明図、 第１３図〜第２４図は本発明方法の実験結果を示すデー
タ図表であり、 第１３図は、確定パターン識別方式を適用して黒点を検
出した場合における入力面の２次元輝度分布情報を示す
画像データ図、第１４図はその画像データの強度分布を
示すヒストグラム、第１５図は双１次空間フィルタによ
る画像解析後の出力面の画像データ図、第１６図はその
画像データの強度分布を示すヒストグラム、 第１７図は、確定パターン識別方式を適用して線傷を検
出した場合における入力面の２次元輝度分布情報を示す
画像データ図、第１８図はその画像データの強度分布を
示すヒストグラム、第１９図は双１次空間フィルタによ
る画像解析後の出力面の画像データ図、第２０図はその
画像データの強度分布を示すヒストグラム、 第２１図は、確定パターン識別方式を適用して横傷を検
出した場合における入力面の２次元輝度分布情報を示す
画像データ図、第２２図はその画像データの強度分布を
示すヒストグラム、第２３図は双１次空間フィルタによ
る画像解析後の出力面の画像データ図、第２４図はその
画像データの第２５図は、テクスチャ識別方式を適用し
た場合における入力面の２次元輝度分布情報を示す画像
データ図、第２６図はその濃度分布を示すヒストグラム
、第２７図は双１次空間フィルタによる画像解析後の出
力面の画像データ図、第２８図はその濃度分布のヒスト
グラム、第２９図は平滑化処理後の出力面の画像データ
図、第３０図はその濃度分布のヒストグラム、第３１図
は閾値識別した後の画像出力を示す図である。

（符号の説明） １は光源、２は走査手段、３は光電変換手段、４は量子
化回路、５は記憶手段、６は演算手段、７は閾値識別手
段、８は表示手段である。

Claims (1)

1. 【特許請求の範囲】 １）シート状素材の表面からの反射光あるいは内部を透
   過した透過光をサンプリングして、シート状素材の欠陥
   のない領域部分の２次元輝度空間分布情報に応じた自己
   相関関数を予め算出するとともに、この算出した自己相
   関関数をもとにして、検出すべき欠陥パターンに応じた
   重み関数を双１次空間フィルタ解析により算出しておき
   、 次いでシート状素材の表面からの反射光あるいは内部を
   透過した透過光をサンプリングして２次元輝度空間分布
   情報を得て入力画像とし、この入力画像に上記算出され
   た重み関数を作用させて出力画像を得、最後にこの出力
   画像を閾値識別することによってシート状素材の欠陥を
   検出することを特徴とするシート状素材の欠陥検出方法
   。 ２）シート状素材の表面からの反射光あるいは内部を透
   過した透過光をサンプリングして、シート状素材の欠陥
   のない領域部分、及び欠陥のある領域部分の２次元輝度
   空間分布情報を得て、欠陥のない領域部分、欠陥のある
   領域部分の各々に応じた自己相関関数を予め算出すると
   ともに、これらの算出した自己相関関数をもとにして欠
   陥のある領域部分を強調する重み関数を双１次空間フィ
   ルタ解析により算出しておき、 次いで、シート状素材の表面からの反射光あるいは内部
   を透過した透過光をサンプリングして、２次元輝度空間
   分布情報を得て入力画像とし、この入力画像を正規化処
   理した後、更にこの正規化された入力画像に上記算出さ
   れた重み関数を作用させて出力画像を得、最後にこの出
   力画像に平滑化処理を施した後、閾値識別することによ
   ってシート状素材の欠陥のある領域部分を検出すること
   を特徴とするシート状素材の欠陥検出方法。 ３）シート状素材に光を照射する光源（１）と、この照
   射された光による上記シート状素材の表面からの反射光
   あるいは透過光を順次サンプリングして入力するため、
   上記シート状素材を上記光源（１）に対して相対移動さ
   せる走査手段（２）と、上記シート状素材の表面の２次
   元輝度空間分布情報を電気信号に変換する光電変換手段
   （３）と、上記光電変換手段（３）からの電気信号をさ
   らに量子化する量子化回路（４）と、 上記量子化された２次元輝度空間分布情報を記憶する記
   憶手段（５）と、 この記憶手段（５）に記憶された２次元輝度空間分布情
   報を読み出して双１次空間フィルタを利用した画像解析
   を行う演算手段（６）と、 この演算手段（６）によって解析されて得られた画像出
   力あるいはこの画像出力に更に上記演算手段（６）によ
   って平滑化処理を施して得られた画像出力のなかから、
   所定の閾値を越えたものを欠陥検出信号として識別する
   閾値識別手段（７）と、この閾値識別手段（７）からの
   出力信号を受けて検出した欠陥を表示する表示手段（８
   ）とを備えたことを特徴とするシート状素材の欠陥検出
   装置。