KR20230016571A - 필름 검사 장치, 필름 검사 방법 및 프로그램 - Google Patents

필름 검사 장치, 필름 검사 방법 및 프로그램 Download PDF

Info

Publication number
KR20230016571A
KR20230016571A KR1020220058999A KR20220058999A KR20230016571A KR 20230016571 A KR20230016571 A KR 20230016571A KR 1020220058999 A KR1020220058999 A KR 1020220058999A KR 20220058999 A KR20220058999 A KR 20220058999A KR 20230016571 A KR20230016571 A KR 20230016571A
Authority
KR
South Korea
Prior art keywords
film
light
defect
processing
inspection
Prior art date
Application number
KR1020220058999A
Other languages
English (en)
Inventor
쇼타 하타자와
쇼고 사가와
요스케 가와무라
Original Assignee
코니카 미놀타 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 코니카 미놀타 가부시키가이샤 filed Critical 코니카 미놀타 가부시키가이샤
Publication of KR20230016571A publication Critical patent/KR20230016571A/ko

Links

Images

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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Textile Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

(과제) 사람손에 의한 감시를 필요로 하지 않고, 필름에 발생한 결함의 검출을 용이하게 실시한다.
(해결 수단) 중첩된 상태의 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 장치에 있어서, 광원에 의해, 필름의 검사 영역에 광을 조사하고 (스텝 S1), 카메라 (광학 센서) 에 의해, 필름의 검사 영역을 촬영하여 검사 영역에 있어서 반사된 광 중 확산광을 검출하고 (스텝 S2), 제어부에 의해, 카메라의 출력 신호에 대하여 데이터 처리를 실시함으로써, 결함을 검출한다 (스텝 S5).

Description

필름 검사 장치, 필름 검사 방법 및 프로그램{FILM INSPECTION APPARATUS, FILM INSPECTION METHOD AND PROGRAM}
본 발명은, 필름 검사 장치, 필름 검사 방법 및 프로그램에 관한 것이다.
장척의 수지 필름을 롤상으로 권취할 때에는, 필름의 상태 (막두께 편차, 잔류 응력, 온도, 습도) 나 권취의 조건 (장력, 속도, 동반 공기) 에 따라, 다양한 결함이 발생한다. 필름에 있어서의 결함으로서, 예를 들어, 필름끼리의 첩부에 의한 롤의 둘레 방향에 있어서의 어두운 줄무늬상의 불량 (게이지 밴드), 둘레 방향의 줄무늬상의 변형 (세로 주름), 비스듬한 방향의 변형 (비스듬한 주름) 등이 있다.
결함이 발생한 롤은, 불량품으로서 검출할 필요가 있기 때문에, 종래, 사람이 육안으로 필름 롤의 권취를 감시하고 있다. 구체적으로는, 권취 중의 필름 롤에 대하여, 작업원이 수 분마다 감시를 실시하고, 롤의 상태를 수십 ㎜ 간격으로 기록하고 있다. 이와 같이, 필름 상의 결함의 검출에는 사람손이 필요함과 함께, 사람에 의해 판단에 편차가 있다.
이에 대하여, 필름을 판독하여 얻어진 화상에 대한 화상 처리 기술을 사용하여, 롤상 필름의 권취시에 발생하는 주름이나 흠집 등의 특정한 결함을 자동적으로 검출하는 시도가 이루어지고 있다. 예를 들어, 롤상 필름에 광을 조사하여, 카메라에 의해 롤을 촬영하고, 롤로부터의 반사광에 기초하여 주름을 검출하는 기술이 제안되어 있다 (특허문헌 1 참조).
일본 공개특허공보 2002-365225호
그러나, 특허문헌 1 에 기재된 기술에서는, 정반사광을 사용하고 있기 때문에, 카메라에 의해 얻어진 화상 데이터로부터 주름 (필름 표면의 요철) 에서 기인하는 줄무늬상의 이상 반사역은 검출할 수 있지만, 게이지 밴드와 같은 필름 표면이 대략 평평한 결함에 대해서는 검출할 수 없다는 문제가 있었다.
또, 주름의 강도 (랭크) 는, 주름의 형상 뿐만 아니라, 요철의 정도에도 의존하는데, 특허문헌 1 에 기재된 기술에서는, 주름의 요철 이외의 원인으로, 카메라가 받는 광의 강도가 변동되기 쉬워, 화상 데이터로부터 정확한 요철의 정도를 검출할 수 없기 때문에, 결함을 정량화하는 것은 곤란하였다.
그 때문에, 주름 이외의 결함이 발생하는 경우나, 결함을 정량적으로 평가하고자 하는 경우에는, 결국 작업원의 감시가 필요하였다. 특히, 결함이 발생하지 않는 조건 탐색을 실시하는 경우에는, 현 상황의 조건에서 결함을 정량적으로 평가하는 것이 필요해진다.
본 발명은, 상기 종래 기술에 있어서의 문제를 감안하여 이루어진 것으로서, 사람손에 의한 감시를 필요로 하지 않고, 필름에 발생한 결함의 검출을 용이하게 실시하는 것을 과제로 한다.
상기 과제를 해결하기 위해, 청구항 1 에 기재된 발명은, 중첩된 상태의 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 장치로서, 상기 필름의 검사 영역에 광을 조사하는 광원과, 상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 광학 센서와, 상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 제어부를 구비한다.
청구항 2 에 기재된 발명은, 청구항 1 에 기재된 필름 검사 장치에 있어서, 상기 데이터 처리는, 상기 광학 센서의 출력 신호로부터 얻어진 화상 데이터에 대한 화상 처리와, 당해 화상 처리 후의 데이터에 기초하여 상기 결함을 판정하는 결함 판정 처리를 포함한다.
청구항 3 에 기재된 발명은, 청구항 2 에 기재된 필름 검사 장치에 있어서, 상기 제어부는, 상기 결함 판정 처리에 있어서, 상기 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 상기 결함의 판정 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용한다.
청구항 4 에 기재된 발명은, 청구항 2 또는 3 에 기재된 필름 검사 장치에 있어서, 상기 데이터 처리는, 추가로, 상기 화상 처리 후의 데이터에 기초하여 상기 결함을 정량 평가하는 정량 평가 처리를 포함한다.
청구항 5 에 기재된 발명은, 청구항 4 에 기재된 필름 검사 장치에 있어서, 상기 제어부는, 상기 정량 평가 처리에 있어서, 상기 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 상기 결함의 정량 평가 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용한다.
청구항 6 에 기재된 발명은, 청구항 1 내지 5 중 어느 한 항에 기재된 필름 검사 장치에 있어서, 상기 필름은, 롤상으로 권취되는 것이고, 당해 필름 검사 장치는, 상기 필름의 권취 중에 발생한 상기 결함을 검사 대상으로 한다.
청구항 7 에 기재된 발명은, 청구항 6 에 기재된 필름 검사 장치에 있어서, 상기 광원은, 상기 롤상의 필름의 폭 방향에 있어서 균일하게 광을 조사하는 것이다.
청구항 8 에 기재된 발명은, 청구항 1 내지 7 중 어느 한 항에 기재된 필름 검사 장치에 있어서, 상기 광학 센서의 출력 신호에 있어서, 상기 필름 상의 상기 광원에 의해 광이 조사되는 조사부에 대응하는 신호값과, 상기 광원에 의해 광이 조사되지 않는 비조사부에 대응하는 신호값의 콘트라스트가 소정값 이상이다.
청구항 9 에 기재된 발명은, 청구항 1 내지 8 중 어느 한 항에 기재된 필름 검사 장치에 있어서, 상기 필름의 검사 영역에 있어서 반사된 광 중 정반사광이 상기 광학 센서에 들어가지 않도록, 반사 방지판이 형성되어 있다.
청구항 10 에 기재된 발명은, 청구항 1 내지 9 중 어느 한 항에 기재된 필름 검사 장치에 있어서, 상기 광학 센서는, 흑백 카메라이다.
청구항 11 에 기재된 발명은, 중첩된 상태의 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 방법으로서, 광원에 의해, 상기 필름의 검사 영역에 광을 조사하는 공정과, 광학 센서에 의해, 상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 공정과, 제어부에 의해, 상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 공정을 포함한다.
청구항 12 에 기재된 발명은, 중첩된 상태의 필름의 검사 영역에 광을 조사하는 광원과, 상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 광학 센서를 구비하고, 상기 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 장치의 컴퓨터를, 상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 제어부로서 기능시키기 위한 프로그램이다.
본 발명에 의하면, 사람손에 의한 감시를 필요로 하지 않고, 필름에 발생한 결함의 검출을 용이하게 실시할 수 있다.
도 1 은, 본 발명의 제 1 실시형태에 있어서의 필름 검사 장치의 기능적 구성을 나타내는 도면이다.
도 2 는, 광원 및 카메라의 배치를 설명하기 위한 도면이다.
도 3 은, 실제의 필름 검사 장치에 있어서의 광원 및 카메라의 배치예이다.
도 4 는, 롤상의 필름에 대한 광원 및 카메라의 위치 관계를 나타내는 사시도이다.
도 5 는, 반사 방지판의 배치를 설명하기 위한 도면이다.
도 6 은, 필름 검사 장치에 의해 실행되는 필름 결함 검출 처리를 나타내는 플로 차트이다.
도 7 은, 데이터 처리를 나타내는 플로 차트이다.
도 8 은, 제 2 실시형태의 필름 검사 장치에 의해 실행되는 필름 결함 학습 처리를 나타내는 플로 차트이다.
도 9 는, 설명 변수의 특징량 작성 처리를 나타내는 플로 차트이다.
도 10 은, 목적 변수의 라벨 부여 처리를 나타내는 플로 차트이다.
도 11 은, 학습용 데이터 세트의 예이다.
도 12 는, 육안 평가 화면의 예이다.
도 13 은, 제 2 데이터 처리를 나타내는 플로 차트이다.
도 14 는, 제 2 실시형태의 필름 검사 장치에 의해 얻어진 평가 결과의 예이다.
도 15A 는, 필름 검사 장치에 있어서 필름을 촬영하여 얻어진 화상 데이터로부터 산출된 특징량의 예이다.
도 15B 는, 도 15A 와 동일한 화상 데이터에 대하여, 인간이 육안 평가 (관능 평가) 를 실시한 결과이다.
도 16 은, 필름 상의 조사부와 비조사부의 콘트라스트의 예이다.
이하, 본 발명에 관련된 필름 검사 장치의 실시형태에 대해, 도면을 참조하면서 설명한다. 단, 본 발명의 범위는, 도시예에 한정되는 것은 아니다.
[제 1 실시형태]
도 1 에, 제 1 실시형태에 있어서의 필름 검사 장치 (10) 의 기능적 구성을 나타낸다. 필름 검사 장치 (10) 는, 광원 (11), 광학 센서로서의 카메라 (12), 데이터 처리 장치 (20) 를 구비한다. 필름 검사 장치 (10) 는, 롤상으로 권취되고, 중첩된 상태의 필름 (F) 에 발생한 결함을 광학적으로 검사하는 것이다. 필름 검사 장치 (10) 는, 장척의 필름 (F) 의 권취 중에 발생한 결함을 검사 대상으로 한다.
필름 (F) 의 소재로는, 특별히 한정되지 않지만, 일반적으로는, 폴리카보네이트 수지, 폴리술폰 수지, 아크릴 수지, 폴리올레핀 수지, 고리형 올레핀계 수지, 폴리에테르 수지, 폴리에스테르 수지, 폴리아미드 수지, 폴리술파이드 수지, 불포화 폴리에스테르수지, 에폭시 수지, 멜라민 수지, 페놀 수지, 디알릴프탈레이트 수지, 폴리이미드 수지, 우레탄 수지, 폴리아세트산비닐 수지, 폴리비닐알코올 수지, 스티렌 수지, 아세트산셀룰로오스 수지, 염화비닐 수지 등을 들 수 있다.
또, 예를 들어, 필름 (F) 의 두께는 1 ∼ 1000 ㎛, 필름 (F) 의 폭은 0.1 ∼ 5 m 의 것을 사용한다.
필름 (F) 에 있어서의 결함으로는, 게이지 밴드, 세로 주름, 비스듬한 주름 등을 들 수 있다.
게이지 밴드는, 필름 (F) 끼리의 첩부가 원인이 되어 주위와 비교하여 거무스름하게 보이는 결함이며, 롤의 둘레 방향에 있어서의 어두운 줄무늬상의 불량이다. 게이지 밴드는, 블랙 밴드, 혹이라고도 한다.
세로 주름은, 롤의 둘레 방향의 줄무늬상의 변형이다. 세로 주름은, 제등 (提燈) 좌굴이라고도 한다.
비스듬한 주름은, 롤의 둘레 방향 및 폭 방향에 대하여 비스듬한 방향의 변형이며, 피라미드상, 체인상의 요철을 갖는다. 비스듬한 주름은, 다이아몬드 좌굴이라고도 한다.
광원 (11) 은, 필름 (F) 의 검사 영역에 광을 조사한다. 광원 (11) 은, 롤상의 필름 (F) 의 폭 방향 (필름 (F) 의 길이 방향과 직교하는 방향으로서, 필름면에 평행한 방향) 에 있어서 균일하게 광을 조사하는 것이다. 여기서, 균일이라는 것은, 필름 (F) 에 있어서의 조도가, 필름 (F) 의 폭 방향에 걸쳐서 대략 동일 (최대값과 최소값의 차가 소정값 이하 등) 한 것을 말한다.
카메라 (12) 는, 필름 (F) 의 검사 영역을 광학적으로 판독하는 광학 센서이다. 카메라 (12) 는, CCD (Charge Coupled Device) 나 CMOS (Complementary Metal Oxide Semiconductor) 등의 촬상 소자, 렌즈 등을 구비하고, 각 촬상 소자의 출력 신호로부터 2 차원의 화상 데이터를 생성하는 에어리어 센서이다. 카메라 (12) 는, 광원 (11) 에 의해 조사되고, 필름 (F) 의 검사 영역에 있어서 반사된 광 중 확산광을 검출한다. 여기서는, 카메라 (12) 로서, 흑백 카메라 (모노크롬 카메라) 를 사용한다.
카메라 (12) 는, 필름 (F) 의 폭 방향 전체에 걸친 촬영 범위를 갖고 있으며, 1 회의 촬영으로, 필름 (F) 의 폭 방향에 있어서의 전체 범위를 동시에 판독한다. 카메라 (12) 는, 가시광 영역의 광을 검출하는 것이어도 되고, 적외선 영역의 광을 검출하는 것이어도 된다.
또, 카메라 (12) 의 출력 신호에 있어서, 필름 (F) 상의 광원 (11) 에 의해 광이 조사되는 조사부에 대응하는 신호값과, 광원 (11) 에 의해 광이 조사되지 않는 비조사부에 대응하는 신호값의 콘트라스트가 소정값 이상인 것이 바람직하다. 요컨대, 필름 (F) 상의 광원 (11) 으로부터의 광이 닿고 있는 곳 (조사부) 만, 밝게 보이는 상태가 바람직하다.
콘트라스트는, 처리 대상의 2 개의 값 (여기서는, 조사부에 대응하는 신호값과 비조사부에 대응하는 신호값) 의 차나 비 등으로 나타내며, 2 개의 값이 상이할수록, 콘트라스트가 커진다. 조사부와 비조사부의 콘트라스트를 크게 하기 위해서는, 강력하고 직진성이 높은 광원 (11) 을 사용하는 것이 바람직하다.
여기서,「강력」이란, 조사 거리 50 ㎜ 에 있어서의 조도를 E50 으로 하였을 때에, 조도 E50 이 50000 lx 이상인 것을 말한다.
또,「직진성이 높다」는 것은, 조사 거리 50 ㎜ 에 있어서의 조도를 E50, 조사 거리 100 ㎜ 에 있어서의 조도를 E100 으로 하였을 때에, (E50 － E100)/E50 ＜ 0.5 를 만족하는 것을 말한다.
데이터 처리 장치 (20) 는, 제어부 (21), I/F (Interface) (22, 23), 통신부 (24), 표시부 (25), 조작부 (26), 기억부 (27), 계시부 (28) 등을 구비하여 구성되어 있고, 각 부는 버스에 의해 접속되어 있다. 데이터 처리 장치 (20) 는, PC (Personal Computer) 등으로 구성되어 있다.
제어부 (21) 는, CPU (Central Processing Unit), RAM (Random Access Memory) 등으로 구성되고, 데이터 처리 장치 (20) (필름 검사 장치 (10)) 의 각 부의 처리 동작을 통괄적으로 제어한다. 구체적으로는, CPU 는, 기억부 (27) 에 기억되어 있는 각종 처리 프로그램을 판독 출력하여 RAM 에 전개하고, 당해 프로그램과의 협동에 의해 각종 처리를 실시한다.
I/F (22) 는, 카메라 (12) 와 접속하기 위한 인터페이스로서, 카메라 (12) 에 대하여 제어 신호를 송신하고, 카메라 (12) 로부터 필름 (F) 을 촬영하여 얻어진 화상 데이터를 수신한다.
I/F (23) 는, 광원 (11) 과 접속하기 위한 인터페이스로서, 광원 (11) 에 의한 광의 조사를 제어하기 위한 제어 신호를 광원 (11) 에 대하여 송신한다.
통신부 (24) 는, 네트워크 인터페이스 등에 의해 구성되고, LAN (Local Area Network) 등의 통신 네트워크를 통하여 접속된 외부 기기와의 사이에서 데이터의 송수신을 실시한다.
표시부 (25) 는, LCD (Liquid Crystal Display) 등의 모니터를 구비하여 구성되어 있고, 제어부 (21) 로부터 입력되는 표시 신호의 지시에 따라서, 각종 화면을 표시한다.
조작부 (26) 는, 커서 키, 문자·숫자 입력 키 및 각종 기능 키 등을 구비한 키보드와, 마우스 등의 포인팅 디바이스를 구비하여 구성되고, 키보드에 대한 키 조작이나 마우스 조작에 의해 입력된 조작 신호를 제어부 (21) 에 출력한다.
기억부 (27) 는, HDD (Hard Disk Drive), SSD (Solid State Drive) 등에 의해 구성되고, 각종 처리 프로그램, 당해 프로그램의 실행에 필요한 데이터 등을 기억하고 있다.
계시부 (28) 는, 계시 회로 (RTC : Real Time Clock) 를 갖고, 이 계시 회로에 의해 현재 일시를 계시하여 제어부 (21) 에 출력한다.
제어부 (21) 는, 카메라 (12) (광학 센서) 의 출력 신호에 대하여 데이터 처리를 실시함으로써, 필름 (F) 의 결함 (종류·위치·강도) 을 검출한다.
데이터 처리는, 카메라 (12) 의 출력 신호로부터 얻어진 화상 데이터에 대한 화상 처리와, 화상 처리 후의 데이터에 기초하여 결함을 판정하는 결함 판정 처리와, 화상 처리 후의 데이터에 기초하여 결함을 정량 평가하는 정량 평가 처리를 포함한다.
다음으로, 도 2 를 참조하여, 광원 (11) 및 카메라 (12) 의 배치에 대해 설명한다.
광원 (11) 에 의해 조사되고, 검사 대상물 (여기서는 필름 (F)) 에서 반사된 정반사광을 관찰하는 경우, 광원 (11) 의 휘도 성분을 관찰하게 된다. 출원인이 검토한 결과, 인간이 관찰하는 경우, 정반사광으로는 필름 (F) 의 결함을 검출하기 어려운 것이 밝혀졌다.
이 검토 결과는, 카메라 (12) 등의 머신 비전에 있어서도 동일하다. 광원 (11) 으로부터의 정반사광 (휘도 성분) 을 받는 위치 P1 에 카메라 (12) 를 배치하면, 카메라 (12) 는, 기본적으로 광원 (11) 이 투영된 상태의 검사 대상물 (광원 (11) 의 모습과 중첩된 검사 대상물) 을 촬영하게 되므로, 결함의 검출에는 적합하지 않은 것을 알 수 있었다.
카메라 (12) 의 위치로는, 광원 (11) 으로부터 조사되는 광의 정반사광을 받는 위치 P1 을 피한다. 또, 위치 P1 의 근방인 위치 P2 도, 결함의 검출에 그다지 적합하지 않다. 여기서, 위치 P1 의 근방이란, 광원 (11) 으로부터의 광의 정반사광의 영향을 받을 수 있는 범위이다.
카메라 (12) 는, 위치 P1 및 그 근방 (위치 P2 등) 을 제외한 위치 (위치 P3 ∼ P6 등), 즉, 검사 대상물에서 반사된 광 중 확산광을 받는 위치에 배치되어 있으면 된다.
또한, 검사 대상물의 표면에 대하여 저각도로부터 촬영하면 (위치 P5, P6 등), 수차의 문제가 발생하기 쉽기 때문에, 카메라 (12) 의 촬영 방향과 검사 대상면이 이루는 각도가 소정값 이상이 되는 위치에 카메라 (12) 를 설치하는 것이 바람직하다.
다음으로, 도 3 을 참조하여, 실제의 필름 검사 장치 (10) 에 있어서의 광원 (11) 및 카메라 (12) 의 배치예에 대해 설명한다.
필름 검사 장치 (10) 는, 필름 (F) 을 롤상으로 권취할 때에, 카메라 (12) 로 필름 (F) 을 촬영하는 것이다. 그 때문에, 롤은, 권취 개시시와 권취 종료시에서 권취 직경이 상이하다. 구체적으로는, 도 3 에 나타내는 바와 같이, 권취 개시 직후의 롤 (31) 에서, 권취 종료시의 롤 (32) 까지, 권취 직경이 서서히 커져 간다. 필름 (F) 의 권취 개시시부터 권취 종료시까지, 카메라 (12) 가 안정적으로 확산광을 수광하는 것이 바람직하다.
그래서, 광원 (11) 의 조사 방향 및 카메라 (12) 의 촬영 방향 각각의 연장선 상에, 권취 개시 직후의 롤 (31) 의 검사 영역이 위치하는 배치로 하고, 또한 광원 (11) 으로부터의 정반사광이 카메라 (12) 에 들어가지 않는 배치로 한다.
구체적으로는, 적어도, 광원 (11) 으로부터의 조사광 (33) 이 권취 개시 직후의 롤 (31) 에서 반사된 정반사광 (34) 을 받는 위치에서, 광원 (11) 으로부터의 조사광 (35) 이 권취 종료시의 롤 (32) 에서 반사된 정반사광 (36) 을 받는 위치까지를 포함하는 NG 영역 (37) 에는, 카메라 (12) 를 배치하지 않는 것으로 한다.
한편, NG 영역 (37) 이외의 OK 영역 (38, 39) 에는, 카메라 (12) 를 배치 가능하게 되어 있다.
최적의 배치는 도 3 에 나타내는 것만은 아니지만, 광원 (11) 과 카메라 (12) 를 근처에 배치함으로써, 롤의 권취 개시시와 권취 종료시에서 관찰 장소 (카메라 (12) 가 촬영하는 장소) 의 변화가 작아진다. 또, 광원 (11) 과 카메라 (12) 를 근처에 배치하면, 필름 검사 장치 (10) 의 장치 자체가 컴팩트해진다는 이점도 있다.
도 4 는, 롤상의 필름 (F) 에 대한 광원 (11) 및 카메라 (12) 의 위치 관계를 나타내는 사시도이다. 광원 (11) 과 카메라 (12) 는, 근처에 배치되어 있고, 권취 중의 필름 (F) 의 롤 표면 (중첩된 상태의 필름 (F)) 이 검사 대상으로 된다.
또, 필름 (F) 의 검사 영역에 있어서 반사된 광 중 정반사광이 카메라 (12) 에 들어가지 않도록, 필름 검사 장치 (10) 에 반사 방지판이 형성되는 것으로 해도 된다.
카메라 (12) 의 관찰 범위의 필름 표면에 배경이 투영되면, 결함 판정의 정밀도가 저하되는 요인이 된다.
도 5 에 나타내는 바와 같이, 권취 개시 직후의 롤 (41) 은, 권취 종료시의 롤 (42) 까지 권취되는 동안에 권취 직경이 가장 작기 때문에, 정반사에 의한 투영의 대상이 되는 영역 (필름 표면에서 정반사된 광이 카메라 (12) 에 들어 오는 영역) 은 가장 커진다.
카메라 (12) 로부터, 권취 개시 직후의 롤 (41) 의 관찰 범위의 둘레 방향에 있어서의 양 단부 (41A, 41B) 의 각각을 향하여 직선 (43, 44) 을 긋고, 이 2 개의 직선 (43, 44) 이 각각 필름 표면에서 정반사되는 방향으로 직선 (반사 직선이라고 부른다.) (45, 46) 을 긋는다. 이 2 개의 반사 직선 (45, 46) 사이의 범위 (47) 가, 카메라 (12) 의 관찰 범위에 투영되기 때문에, 이 범위 (47) 에 걸쳐서 반사 방지판 (48) 이 있는 것이 바람직하다.
반사 방지판 (48) 의 색은, 흑색이 바람직하다. 또, 반사 방지판 (48) 의 소재로는, 일반적인 플라스틱 (폴리프로필렌, 아크릴 수지, 폴리에틸렌테레프탈레이트, 폴리카보네이트 등), 고무, 펠트, 합성 섬유, 종이 등이 사용된다.
다음으로, 필름 검사 장치 (10) 에 있어서의 동작에 대해 설명한다.
도 6 은, 필름 검사 장치 (10) 에 의해 실행되는 필름 결함 검출 처리를 나타내는 플로 차트이다. 필름 결함 검출 처리는, 권취 중의 중첩된 상태의 필름 (F) 으로부터 결함을 검출하는 처리로서, 제어부 (21) 와 기억부 (27) 에 기억되어 있는 프로그램의 협동에 의한 소프트웨어 처리에 의해 실현된다. 필름 (F) 은, 필름 (F) 의 길이 방향에 있어서의 반송 속도 (선속) 가 일정해지도록 권취된다.
먼저, 제어부 (21) 는, I/F (23) 를 통하여 광원 (11) 을 제어하여, 필름 (F) 의 검사 영역에 광을 조사시킨다 (스텝 S1).
다음으로, 제어부 (21) 는, I/F (22) 를 통하여 카메라 (12) 를 제어하여, 필름 (F) 의 검사 영역을 촬영시킨다 (스텝 S2). 카메라 (12) 는, 필름 (F) 의 검사 영역에 있어서 반사된 광 중 확산광을 검출한다.
다음으로, 제어부 (21) 는, I/F (22) 를 통하여, 카메라 (12) 에 의해 생성된 2 차원의 화상 데이터를 취득하고 (스텝 S3), 취득한 화상 데이터를 기억부 (27) 에 보존한다 (스텝 S4). 구체적으로는, 제어부 (21) 는, 계시부 (28) 로부터 현재 일시를 취득하여 검사 일시로 하고, 이 검사 일시와 대응시켜, 화상 데이터를 기억부 (27) 에 기억시킨다. 1 회의 촬영으로 얻어지는 화상 데이터는, 권취되는 필름 (F) 의 둘레 방향에 있어서의 영역의 일부를 대상으로 한 것이므로, 화상 데이터와 대응되는 검사 일시는, 필름 (F) 의 길이 방향에 있어서의 위치에 상당한다.
다음으로, 제어부 (21) 는, 카메라 (12) 로부터 취득한 화상 데이터에 대하여, 데이터 처리를 실시한다 (스텝 S5).
여기서, 도 7 을 참조하여, 데이터 처리에 대해 설명한다.
제어부 (21) 는, 화상 데이터를 필름 (F) 의 폭 방향으로 복수의 영역으로 분할한다 (스텝 S11). 구체적으로는, 제어부 (21) 는, 화상 데이터를 n 개의 영역 a1 ∼ an 으로 분할한다.
다음으로, 제어부 (21) 는, 영역 a1 의 화상 데이터를 취득하고 (스텝 S12), 영역 a1 의 화상 데이터에 수학적 처리를 실시한다 (스텝 S13). 검출 대상의 결함의 종류 (게이지 밴드, 세로 주름, 비스듬한 주름 등) 에 따라, 적합한 수학적 처리가 준비되어 있다.
수학적 처리에는, 전처리, 강조 처리, 신호 처리, 화상 특징량 추출 등이 포함된다.
전처리로서, 화상의 트리밍, 로우 패스 필터, 하이 패스 필터, 가우시안 필터, 메디안 필터, 바이래터럴 필터, 모폴로지 변환, 색 변환 (L*a*b*, sRGB, HSV, HSL), 콘트라스트 조정, 노이즈 제거, 블러링·흔들림 화상의 복원, 마스크 처리, 허프 변환, 사영 (射影) 변환 등을 들 수 있다.
강조 처리로서, Sobel 필터, Scharr 필터, Laplacian 필터, 가보르 필터, 캐니법 등을 들 수 있다.
신호 처리로서, 기본 통계량 (최대값, 최소값, 평균값, 중앙값, 표준 편차, 분산, 사분위점), 제곱합 제곱근, 차분, 합, 곱, 비, 거리 행렬을 구하는 처리, 미분 적분, 임계값 처리 (2 치화, 적응적 2 치화 등), 푸리에 변환, 웨이블릿 변환, 피크 검출 (피크값, 피크수, 반치폭 (Full width at half maximum (FWHM)) 등) 등을 들 수 있다.
화상 특징량 추출로서, 템플릿 매칭, SIFT 특징량 등을 들 수 있다.
스텝 S13 의 수학적 처리가, 화상 데이터에 대한「화상 처리」에 상당한다.
구체적으로는, 게이지 밴드의 검출에는, 전처리로서, 로우 패스 필터, 가우시안 필터, 메디안 필터, 모폴로지 변환, 마스크 처리 등의 값이 사용되고, 신호 처리에는, 기본 통계량, 임계값 처리가 사용된다.
세로 주름, 비스듬한 주름에는, 전처리로서, 하이 패스 필터가 사용되고, 강조 처리로서, Sobel 필터, 가보르 필터가 사용되고, 신호 처리로서, 제곱합 제곱근, 푸리에 변환, 기본 통계량 등이 사용된다.
다음으로, 제어부 (21) 는, 영역 a1 의 화상 데이터에 대해 수학적 처리에 의해 구해진 값 (특징량) 에 대하여, 임계값 처리를 실시한다 (스텝 S14). 임계값 처리는, 검출 대상의 결함의 종류마다 미리 정해져 있는 하나 또는 복수의 임계값에 기초하여, 검출 대상의 결함인지의 여부를 판정하고, 또, 결함의 랭크 (강도) 를 결정하는 처리이다.
스텝 S14 의 임계값 처리에 있어서, 결함의 존재, 결함의 종류를 판정하는 것이「결함 판정 처리」에 상당한다. 또, 스텝 S14 의 임계값 처리에 있어서, 임계값에 따라서 결함을 복수의 랭크로 분류하는 것이「정량 평가 처리」에 상당한다.
예를 들어, 1 ∼ 100 의 값을 취하는 파라미터 (특징량) 에 대하여, 파라미터의 값이 1 ∼ 10 인 경우에는 랭크 1, 11 ∼ 30 인 경우에는 랭크 2, 31 ∼ 60 인 경우에는 랭크 3, 61 ∼ 100 인 경우에는 랭크 4 라고 하는 바와 같이, 결함을 복수의 랭크로 분류한다.
영역 a1 이외의 영역에 대해서도 동일하게 처리를 실시한다. 예를 들어, 영역 an 의 화상 데이터에 대하여 실시되는 스텝 S15 ∼ 스텝 S17 의 처리는, 스텝 S12 ∼ 스텝 S14 의 처리와 동일하다.
각 영역 a1 ∼ an 에 대한 처리 후, 제어부 (21) 는, 각 영역 a1 ∼ an 에 대한 결과를 통합하고 (스텝 S18), 데이터 처리가 종료된다. 구체적으로는, 제어부 (21) 는, 영역마다 (필름 (F) 의 폭 방향에 있어서의 위치마다), 검출된 결함의 종류 및 랭크를 대응시킨 데이터를 생성한다.
도 7 에 나타낸 데이터 처리에 있어서, 필름 (F) 의 폭 방향으로 분할된 각 영역 a1 ∼ an 의 화상 데이터에 대하여 수학적 처리 (스텝 S13, S16) 를 실시하는 것에 추가하여, 스텝 S11 의 처리 전에도, 영역 분할 전의 화상 데이터 전체에 대하여 수학적 처리를 실시하는 것으로 해도 된다.
데이터 처리 후, 도 6 으로 되돌아와, 제어부 (21) 는, 데이터 처리의 처리 결과를 기억부 (27) 에 보존하고, 처리 결과를 표시부 (25) 에 표시시킨다 (스텝 S6). 제어부 (21) 는, 스텝 S4 에서 보존된 화상 데이터에 대한 데이터 처리로 얻어진 처리 결과 (폭 방향으로 분할된 각 영역에 있어서 검출된 결함의 종류 및 랭크) 를, 당해 화상 데이터에 대응하는 검사 일시와 대응시켜, 기억부 (27) 에 기억시킨다.
이상으로, 필름 결함 검출 처리가 종료된다.
또한, 도 6 에 나타낸 필름 결함 검출 처리는, 1 회의 촬영에 대응하는 범위의 검사를 나타내는 처리이다. 권취되는 필름 (F) 의 움직임에 수반하여, 필름 (F) 의 길이 방향에 있어서의 검사 영역을 변경하며, 필름 결함 검출 처리를 반복함으로써, 필름 (F) 의 길이 방향에 있어서의 각각의 위치에서의 검사 결과를 취득한다.
또, 도 6 에서는, 1 회 촬영할 때마다, 데이터 처리 (도 7 참조) 를 실시하는 것으로 하였지만, 복수 회의 촬영으로 얻어진 화상 데이터를 보존해 두고, 그 후, 합쳐서 데이터 처리를 실시하는 것으로 해도 된다.
이상 설명한 바와 같이, 제 1 실시형태에 의하면, 필름 (F) 의 검사 영역에 있어서 반사된 확산광을 검출한 출력 신호에 대하여 데이터 처리를 실시하므로, 사람손에 의한 감시를 필요로 하지 않고, 필름 (F) 에 발생한 결함의 검출을 용이하게 실시할 수 있다. 확산광을 사용함으로써, 게이지 밴드 등의 거의 요철이 없는 필름 표면의 명암의 차에 대해서도 검출 가능해져, 종래에는 검출이 곤란하였던 종류의 결함도 검출할 수 있다.
구체적으로는, 카메라 (12) (광학 센서) 의 출력 신호로부터 얻어진 화상 데이터에 대한 화상 처리와, 화상 처리 후의 데이터에 기초하여 결함을 판정하는 결함 판정 처리에 의해, 결함을 검출할 수 있다.
또, 화상 처리 후의 데이터에 기초하여 결함을 정량 평가함으로써, 결함을 복수의 랭크로 나눌 수 있다.
예를 들어, 검출 대상의 결함의 종류에 따른 수학적 처리 (화상 처리) 를 사용함으로써, 게이지 밴드, 세로 주름, 비스듬한 주름 등의 종류마다, 결함을 검출할 수 있다. 주름이라는 결함 중에서도, 세로 주름, 비스듬한 주름의 각각을 구별하여 검출할 수 있다.
또, 수학적 처리에 의해 구해진 값 (특징량) 에 대하여 임계값 처리를 실시함으로써, 검출 대상의 결함인지의 여부를 판정하고, 또, 결함의 랭크 (강도) 를 검출할 수 있다.
종래 기술과 같은, 정반사광을 사용한 결함의 형상 검출에서는, 이상 반사역의 형상을 파악할 수는 있지만, 지향성이 높은 광을 검출하고 있기 때문에, 검출되는 광의 강도는, 주름의 요철 이외의 형상이나 권취시의 움직임 등에 의해, 변화되어 버린다.
한편, 확산광을 사용한 필름 검사 장치 (10) 에서는, 지향성이 낮은 광을 검출하고 있기 때문에, 주름의 요철 이외의 형상이나 권취시의 움직임의 영향은 받기 어렵고, 또한 인간이 평가하고 있을 때에 가까운 상태의 화상을 얻을 수 있다. 확산광을 검출하여 얻어진 화상 데이터에 대한 화상 처리 (수학적 처리) 를 조합함으로써, 인간의 평가 지표에 상관이 높은 수치 (특징량) 를 추출할 수 있고, 결과적으로 정량적으로 결함을 평가할 수 있다.
또, 현 상황의 조건에 있어서, 필름 (F) 의 권취 중에 발생하는 결함의 종류 및 강도를 앎으로써, 결함이 발생하지 않는 조건을 찾을 수 있다.
또, 광원 (11) 은, 롤상의 필름 (F) 의 폭 방향에 있어서 균일하게 광을 조사하는 것이므로, 폭 방향의 평가의 편차를 억제하여, 결함의 검출 정밀도를 향상시킬 수 있다.
또, 카메라 (12) (광학 센서) 의 출력 신호에 있어서, 필름 (F) 상의 조사부에 대응하는 신호값과 비조사부에 대응하는 신호값의 콘트라스트가 커지면, 조사 부 내의 정상부와 이상부 (결함) 에서 얻어지는, 화상 처리 후의 데이터의 차가 커져, 결함의 판정 정밀도가 향상된다. 또한, 조사부와 비조사부의 콘트라스트가 커지면, 주위의 투영의 저감에도 효과가 있어, 그 점에서도 결함의 판정 정밀도의 향상에 기여하게 된다.
강력하고 직진성이 높은 광원 (11) 을 사용하여, 필름 (F) 상의 조사부와 비조사부의 콘트라스트를 소정값 이상으로 하고, 조사부의 확산광을 검출하여 얻어진 화상 데이터를 사용함으로써, 환경광 등으로는 잘 관찰할 수 없었던 결함을 검출하는 것이 가능해진다.
또, 필름 (F) 의 검사 영역에 있어서 반사된 광 중 정반사광이 카메라 (12) 에 들어가지 않도록, 필름 검사 장치 (10) 에 반사 방지판 (48) 을 형성함으로써, 검사 영역에 대한 투영에 의한 결함의 검출 정밀도의 저하를 방지할 수 있다.
또, 카메라 (12) 로서 흑백 카메라를 사용함으로써, 결함의 검출 정밀도를 확보하면서, 화상 데이터의 데이터량을 삭감할 수 있다.
[제 2 실시형태]
다음으로, 본 발명을 적용한 제 2 실시형태에 대해 설명한다.
제 2 실시형태에 있어서의 필름 검사 장치는, 제 1 실시형태에 나타낸 필름 검사 장치 (10) 와 동일한 구성이기 때문에, 도 1 을 원용하고, 그 구성에 대해서는 도시 및 설명을 생략한다. 이하, 제 2 실시형태에 특징적인 구성 및 처리에 대해 설명한다.
제 2 실시형태에서는, 필름 검사 장치 (10) 의 제어부 (21) 는, 카메라 (12) 에 의해 촬영된 검사 영역의 화상 데이터로부터 결함을 검출할 때에, 기계 학습에 의한 학습 결과를 사용한다.
제어부 (21) 는, 카메라 (12) 의 출력 신호에 대하여 데이터 처리를 실시함으로써, 필름 (F) 의 결함을 검출한다.
데이터 처리는, 카메라 (12) 의 출력 신호로부터 얻어진 화상 데이터에 대한 화상 처리와, 화상 처리 후의 데이터에 기초하여 결함을 판정하는 결함 판정 처리와, 화상 처리 후의 데이터에 기초하여 결함을 정량 평가하는 정량 평가 처리를 포함한다.
제어부 (21) 는, 결함 판정 처리에 있어서, 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 결함의 판정 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용한다.
제어부 (21) 는, 정량 평가 처리에 있어서, 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 결함의 정량 평가 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용한다. 제어부 (21) 는, 기계 학습 결과를 사용하여, 화상 처리 후의 데이터에 기초하여 결함을 정량 평가함으로써, 결함을 복수의 랭크로 나눈다.
또한, 실제로는, 결함 판정 처리와 정량 평가 처리를 따로 따로 실행할 필요는 없으며, 화상 처리 후의 데이터를 입력 데이터로 하고, 사람이 평가한 결함의 종류와 랭크의 조합을 출력 데이터로 하여 기계 학습시킨 결과를 사용하여, 결함 판정 처리와 정량 평가 처리를 합쳐서 실시할 수 있다.
기계 학습 모델의 알고리즘으로는, 사람에 의한 결함의 판정 결과는 명의 척도이기 때문에, 클래스 분류의 기계 학습 모델을 사용하는 것이 바람직하다. 또, 사람에 의한 결함의 정량 평가 결과는 순서 척도이기 때문에, 동일하게 클래스 분류의 기계 학습 모델을 사용하는 것이 바람직하다. 구체적으로는, 일반화 선형 모델 (로지스틱, 프로비트, 푸아송), 판별 분석, 정준 판별 분석, k 근방법, 가우시안 프로세스, 나이브 베이즈, 결정 트리, 앙상블 학습 (에이다부스트, GBM, 랜덤 포레스트), SVM, 뉴럴 네트워크 등의 기계 학습 모델을 사용할 수 있다.
또, 명의 척도나 순서 척도의 평가 결과를 One-hot 벡터로 변환함으로써, 회귀의 기계 학습 모델의 알고리즘을 사용할 수도 있다. 구체적으로는, 선형 모델 (중회귀, Lasso, Ridge, Elastic-Net 등), 일반화 선형 모델 (로지스틱, 프로비트, 푸아송), PLS, k 근방법, 가우시안 프로세스, 결정 트리, 앙상블 학습 (에이다부스트, GBM, 랜덤 포레스트), SVR, 뉴럴 네트워크 등의 기계 학습 모델을 사용할 수 있다.
또, 기계 학습 모델에 의한 학습을 실시하기 전에, 차원 압축 (주성분 분석, 인자 분석, 다차원 척도법, 정준 상관 분석), 변수 변환 (커널법, 교호 작용항 등), 특징량 선택 (정칙화, AIC, BIC, 랜덤 포레스트 등) 등의 전처리를 적절히 사용할 수 있다.
다음으로, 제 2 실시형태의 필름 검사 장치 (10) 에 있어서의 동작에 대해 설명한다.
도 8 은, 필름 검사 장치 (10) 에 의해 실행되는 필름 결함 학습 처리를 나타내는 플로 차트이다. 필름 결함 학습 처리는, 필름 (F) 의 화상 데이터로부터 결함을 검출하는 태스크를 기계 학습시키는 처리이며, 제어부 (21) 와 기억부 (27) 에 기억되어 있는 프로그램의 협동에 의한 소프트웨어 처리에 의해 실현된다.
스텝 S21 ∼ 스텝 S24 의 처리는, 필름 결함 검출 처리 (도 6 참조) 의 스텝 S1 ∼ 스텝 S4 의 처리와 동일하기 때문에, 설명을 생략한다. 스텝 S24 에 있어서, 제어부 (21) 는, 화상 데이터를 검사 일시와 대응시켜 기억부 (27) 에 기억시킨다.
스텝 S24 의 처리 후, 제어부 (21) 는, 카메라 (12) 로부터 취득한 화상 데이터에 대하여, 설명 변수의 특징량 작성 처리 (스텝 S25) 및 목적 변수의 라벨 부여 처리 (스텝 S26) 를 실시한다.
여기서, 도 9 를 참조하여, 설명 변수의 특징량 작성 처리에 대해 설명한다. 이 처리는, 기계 학습에 있어서 설명 변수 (입력 데이터) 로서 사용하는 특징량을 작성하는 처리이다.
제어부 (21) 는, 화상 데이터를 필름 (F) 의 폭 방향으로 복수의 영역으로 분할한다 (스텝 S31). 구체적으로는, 제어부 (21) 는, 화상 데이터를 n 개의 영역 a1 ∼ an 으로 분할한다.
스텝 S32 및 스텝 S33 의 처리는, 데이터 처리 (도 7 참조) 의 스텝 S12 및 스텝 S13 의 처리와 동일하기 때문에, 설명을 생략한다. 스텝 S33 의 수학적 처리에 있어서, 화상 데이터로부터 구해지는 값이 특징량이다. 스텝 S33 에서는, 검출 대상의 결함의 종류마다, 각각 적합한 수학적 처리가 실시된다.
영역 a1 이외의 영역에 대해서도 동일하게 처리를 실시한다. 예를 들어, 영역 an 의 화상 데이터에 대하여 실시되는 스텝 S34 및 스텝 S35 의 처리는, 스텝 S32 및 스텝 S33 의 처리와 동일하다.
각 영역 a1 ∼ an 에 대한 처리 후, 제어부 (21) 는, 각 영역 a1 ∼ an 에 대한 결과를 통합하고 (스텝 S36), 설명 변수의 특징량 작성 처리가 종료된다. 구체적으로는, 제어부 (21) 는, 영역마다 (필름 (F) 의 폭 방향에 있어서의 위치마다) 산출된 각 특징량을, 처리 대상의 화상 데이터에 대응하는 검사 일시와 대응시켜, 기억부 (27) 에 기억시킨다.
도 9 에 나타낸 설명 변수의 특징량 작성 처리에 있어서, 필름 (F) 의 폭 방향으로 분할된 각 영역 a1 ∼ an 의 화상 데이터에 대하여 수학적 처리 (스텝 S33, S35) 를 실시하는 것에 추가하여, 스텝 S31 의 처리 전에도, 영역 분할 전의 화상 데이터 전체에 대하여 수학적 처리를 실시하는 것으로 해도 된다.
다음으로, 도 10 을 참조하여, 목적 변수의 라벨 부여 처리에 대해 설명한다. 이 처리는, 기계 학습에 있어서 목적 변수 (출력 데이터) 로서 사용하는 라벨을 부여하는 처리이다.
제어부 (21) 는, 화상 데이터를 필름 (F) 의 폭 방향으로 복수의 영역으로 분할한다 (스텝 S41). 구체적으로는, 제어부 (21) 는, 화상 데이터를 n 개의 영역 a1 ∼ an 으로 분할한다.
다음으로, 제어부 (21) 는, 영역 a1 의 화상 데이터를 취득한다 (스텝 S42).
다음으로, 제어부 (21) 는, 영역 a1 의 화상 데이터를 표시부 (25) 에 표시시키고, 조작부 (26) 로부터의 조작에 의해, 영역 a1 의 화상 데이터에 대한 라벨 부여를 접수한다 (스텝 S43). 사용자는, 조작부 (26) 로부터 조작함으로써, 영역 a1 에 존재하는 결함의 종류 및 랭크를 입력한다.
영역 a1 이외의 영역에 대해서도 동일하게 처리를 실시한다. 예를 들어, 영역 an 의 화상 데이터에 대하여 실시되는 스텝 S44 및 스텝 S45 의 처리는, 스텝 S42 및 스텝 S43 의 처리와 동일하다.
각 영역 a1 ∼ an 에 대한 처리 후, 제어부 (21) 는, 각 영역 a1 ∼ an 에 대한 결과를 통합하고 (스텝 S46), 목적 변수의 라벨 부여 처리가 종료된다. 구체적으로는, 제어부 (21) 는, 영역마다 (필름 (F) 의 폭 방향에 있어서의 위치마다) 사용자가 입력한 결함의 종류 및 랭크를, 처리 대상의 화상 데이터에 대응하는 검사 일시와 대응시켜, 기억부 (27) 에 기억시킨다.
설명 변수의 특징량 작성 처리 (스텝 S25) 및 목적 변수의 라벨 부여 처리 (스텝 S26) 후, 도 8 로 되돌아와, 제어부 (21) 는, 학습용 데이터의 수집이 종료되었는지의 여부를 판단한다 (스텝 S27). 예를 들어, 제어부 (21) 는, 학습용 데이터의 수집이 종료되었는지의 여부를 입력하도록 사용자에게 재촉해도 되고, 학습용 데이터가 소정량 이상 축적되었는지의 여부를 자동적으로 판단해도 된다.
학습용 데이터의 수집이 종료되어 있지 않은 경우에는 (스텝 S27 ; NO), 스텝 S21 로 되돌아와, 새로운 검사 영역, 새로운 롤을 대상으로 하여, 처리가 반복된다.
스텝 S27 에 있어서, 학습용 데이터의 수집이 종료된 경우에는 (스텝 S27 ; YES), 제어부 (21) 는, 축적된 데이터를 사용하여, 기계 학습 모델을 작성한다 (스텝 S28). 구체적으로는, 제어부 (21) 는, 필름 (F) 의 각 위치 (검사 일시, 폭 방향에 있어서의 영역) 에 의해 대응되어 있는 특징량과 라벨 부여된 결과를 사용하여, 기계 학습을 실시한다. 요컨대, 제어부 (21) 는, 수학적 처리에 의해 얻어진 특징량 (화상 처리 후의 데이터) 을 입력 데이터로 하고, 사람에 의한 결함의 판정 결과 (결함의 종류) 및 정량 평가 결과 (결함의 랭크) 를 출력 데이터로 하여, 기계 학습을 실시한다.
다음으로, 제어부 (21) 는, 작성된 기계 학습 모델을 기억부 (27) 에 보존한다 (스텝 S29).
이상으로, 필름 결함 학습 처리가 종료된다.
도 11 에, 스텝 S28 에서 사용하는 학습용 데이터 세트의 예를 나타낸다. 검사 일시 t1, t2, … (필름 (F) 의 길이 방향의 위치에 상당한다) 마다, 영역 a1 ∼ an 에 대하여, 수학적 처리로 구해진 특징량 1 ∼ k 와 라벨 (결함 판정 결과) 이 대응되어 있다. 결함 판정 결과로서,「게이지 밴드」,「세로 주름」,「비스듬한 주름」등의 결함의 종류나,「결함 없음」이라는 라벨이 기록되어 있다.
또한, 도 11 에서는, 라벨로서, 결함 판정 결과 (결함의 종류) 만을 사용하고 있지만, 정량 평가 결과 (결함의 랭크) 를 포함하고 있어도 된다.
또한, 필름 결함 학습 처리에서는, 설명을 간단하게 하기 위해, 1 회 촬영할 때마다, 또, 폭 방향에 있어서 분할된 영역마다, 라벨 부여 (스텝 S43, S45) 를 실시하는 것으로 하였지만, 라벨 부여는, 그때마다 실시할 필요는 없으며, 기계 학습 모델을 작성하는 스텝 S28 의 전까지 종료되어 있으면 된다. 실제로, 사람에 의한 라벨 부여는, 복수 회의 촬영분, 복수의 영역분의 화상 데이터에 대해, 어느 정도 합쳐서 실시하는 것이 현실적이고, 효율도 양호하다.
도 12 에, 라벨 부여를 합쳐서 실시하는 경우에 표시부 (25) 에 표시되는 육안 평가 화면 (251) 의 예를 나타낸다. 육안 평가 화면 (251) 은, 롤 1 주 (周) 분의 필름 (F) 에 대한 육안 평가를 기록하기 위한 화면이다. 육안 평가 화면 (251) 에는, 폭 방향 위치란 (51), 라벨 입력란 (52), 합성 화상란 (53) 이 포함된다.
폭 방향 위치란 (51) 에는, 필름 (F) 의 폭 방향에 있어서의 위치가 표시된다. 여기서는, 필름 (F) 의 폭 방향에 있어서의 위치가 5 ㎝ 마다 구분되어 있다.
라벨 입력란 (52) 에는, 합성 화상란 (53) 에 표시되어 있는 합성 화상에 대한 라벨 (결함 판정 결과, 정량 평가 결과) 이 입력된다. 예를 들어, 라벨 입력란 (52) 에,「게이지 밴드」,「세로 주름」,「비스듬한 주름」,「결함 없음」등이 입력되고, 또, 각 결함의 랭크가 입력된다.
합성 화상란 (53) 에는, 폭 방향 위치 (폭 방향의 분할 영역) 에 대응하는 합성 화상이 표시된다. 합성 화상은, 복수 회 (여기서는 16 회) 의 촬영으로 얻어진 화상 데이터의 각각을, 폭 방향에 있어서 복수의 영역으로 분할하여 분할 화상 데이터를 생성하고, 동일한 폭 방향 위치의 롤 1 주분 (16 개) 의 분할 화상 데이터를, 시간의 경과 (검사 일시, 필름 (F) 의 권취 방향) 를 따라, 합성한 것이다. 도 12 에 나타내는 예에서는, 폭 방향 위치마다, 16 회의 촬영에 의해 얻어진 합성 화상에 대하여, 라벨 부여가 실시되게 된다.
제 2 실시형태의 필름 검사 장치 (10) 에 있어서, 권취 중의 필름 (F) 으로부터 결함을 검출할 때에는, 필름 결함 학습 처리 (도 8 참조) 로 작성된 학습이 완료된 기계 학습 모델 (학습이 완료된 모델) 을 사용한다.
제 2 실시형태의 필름 결함 검출 처리는, 도 6 에 나타낸 제 1 실시형태의 필름 결함 검출 처리와 대략 동일하지만, 스텝 S5 의 데이터 처리 대신에, 도 13 에 나타내는 제 2 데이터 처리를 실시한다.
스텝 S51 ∼ 스텝 S53 의 처리는, 데이터 처리 (도 7 참조) 의 스텝 S11 ∼ 스텝 S13 의 처리와 동일하기 때문에, 설명을 생략한다.
다음으로, 제어부 (21) 는, 영역 a1 의 화상 데이터에 대한 수학적 처리에 의해 구해진 값 (특징량) 에 기초하여, 학습이 완료된 모델에 의해 결함을 검출한다 (스텝 S54). 구체적으로는, 제어부 (21) 는, 영역 a1 의 화상 데이터로부터 얻어진 특징량을 기계 학습 모델에 입력하고, 기계 학습 모델로부터 출력된 결함의 종류 및 랭크를 취득한다.
스텝 S54 의 처리가「결함 판정 처리」,「정량 평가 처리」에 상당한다.
영역 a1 이외의 영역에 대해서도 동일하게 처리를 실시한다. 예를 들어, 영역 an 의 화상 데이터에 대하여 실시되는 스텝 S55 ∼ 스텝 S57 의 처리는, 스텝 S52 ∼ 스텝 S54 의 처리와 동일하다.
각 영역 a1 ∼ an 에 대한 처리 후, 제어부 (21) 는, 각 영역 a1 ∼ an 에 대한 결과를 통합하고 (스텝 S58), 제 2 데이터 처리가 종료된다. 구체적으로는, 제어부 (21) 는, 영역마다 (필름 (F) 의 폭 방향에 있어서의 위치마다), 검출된 결함의 종류 및 랭크를 대응시킨 데이터를 생성한다.
도 13 에 나타낸 제 2 데이터 처리에 있어서, 필름 (F) 의 폭 방향으로 분할된 각 영역 a1 ∼ an 의 화상 데이터에 대하여 수학적 처리 (스텝 S53, S56) 를 실시하는 것에 추가하여, 스텝 S51 의 처리 전에도, 영역 분할 전의 화상 데이터 전체에 대하여 수학적 처리를 실시하는 것으로 해도 된다.
제 2 실시형태의 필름 결함 검출 처리에 있어서도, 권취되는 필름 (F) 의 움직임에 수반하여, 필름 (F) 의 길이 방향에 있어서의 검사 영역을 변경하며, 필름 결함 검출 처리를 반복함으로써, 필름 (F) 의 길이 방향에 있어서의 각각의 위치에서의 검사 결과를 취득한다.
또, 복수 회의 촬영으로 얻어진 화상 데이터를 보존해 두고, 그 후, 합쳐서 제 2 데이터 처리를 실시하는 것으로 해도 된다.
도 14 에, 제 2 실시형태의 필름 검사 장치 (10) 에 의해 얻어진 평가 결과의 예를 나타낸다. 예를 들어, 제어부 (21) 는, 평가 결과를 표시부 (25) 에 표시시킨다.
도 14 의 평가 결과에 있어서, 가로축은, 필름 (F) 의 폭 방향에 있어서의 위치를 나타내고, 세로축은, 검사 일시를 나타내고 있다. 또한, 필름 검사 장치 (10) 는, 권취되는 필름 (F) 에 대하여 결함을 검사하는 것이므로, 검사 일시는, 필름 (F) 의 길이 방향의 위치에 대응하고 있다.
평가 결과에는, 검출된 결함마다, 결함의 종류·랭크에 따른 문자 (b1 ∼ b4, c1 ∼ c4 등) 가, 결함이 검출된 필름 (F) 의 폭 방향에 있어서의 위치 및 검사 일시에 대응하는 위치에 배치되어 있다. 여기서, b1 ∼ b4 는, 게이지 밴드를 나타내고 있으며, 숫자가 작을수록, 강도가 강하다. 또, c1 ∼ c4 는, 비스듬한 주름을 나타내고 있으며, 숫자가 작을수록, 강도가 강하다.
이상 설명한 바와 같이, 제 2 실시형태에 의하면, 제 1 실시형태와 동일하게, 필름 (F) 의 검사 영역에 있어서 반사된 확산광을 검출한 출력 신호에 대하여 데이터 처리를 실시하므로, 사람손에 의한 감시를 필요로 하지 않고, 필름 (F) 에 발생한 결함의 검출을 용이하게 실시할 수 있다.
또, 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 결함의 판정 결과를 목적 변수로 하여 기계 학습 모델을 구축해 둠으로써, 결함 판정 처리에 있어서, 기계 학습 결과 (학습이 완료된 모델) 를 사용하여, 결함을 판정할 수 있다.
또, 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 결함의 정량 평가 결과를 목적 변수로 하여 기계 학습 모델을 구축해 둠으로써, 정량 평가 처리에 있어서, 기계 학습 결과 (학습이 완료된 모델) 를 사용하여, 결함을 정량 평가할 수 있다.
또, 필름 (F) 에 미지의 결함이 발생한 경우에 있어서도, 미지의 결함을 포함하는 화상 데이터를 화상 처리한 후의 데이터를 설명 변수, 사람에 의한 결함 판정 결과를 목적 변수로 하여, 미지의 결함을 대상으로서 다시 학습시킴으로써, 지금까지 인식되고 있지 않았던 결함에 대해서도, 자동적으로 검출하는 것이 가능해진다.
또한, 스텝 S43, S45 에서는, 표시부 (25) 에 표시된 화상 데이터 상에서 육안 평가 (라벨 부여) 를 실시하였지만, 권취 중의 필름 (F) 자체를 관찰하여 라벨 부여를 실시해도 된다.
＜특징량 산출 결과와 관능 평가의 비교＞
도 15A 는, 제 1 실시형태 또는 제 2 실시형태의 필름 검사 장치 (10) 에 있어서 필름 (F) 을 촬영하여 얻어진 화상 데이터로부터 산출된 특징량의 예이다. 구체적으로는, 도 15A 는, 필름 (F) 의 권취시에, 필름 (F) 의 폭 방향의 어느 영역을 카메라 (12) 로 촬영하여 얻어진 화상 데이터에 대하여, 고속 푸리에 변환 (FFT : Fast Fourier Transform) 을 실시하고, 특정 주파수에 있어서의 강도로서, 진폭의 평균을, 필름 (F) 의 길이 방향의 위치 (권취 길이) 에 대하여 플롯한 것이다.
도 15B 는, 도 15A 와 동일한 화상 데이터에 대하여, 인간이 육안 평가 (관능 평가) 를 실시한 결과이다. 도 15B 는, 필름 (F) 의 길이 방향의 위치 (권취 길이) 에 대하여, 비스듬한 주름의 육안 랭크를 플롯한 것이다. 도 15B 에 의하면, 필름 (F) 의 권취 길이 100 ∼ 275 m 의 범위에서 랭크 4 의 비스듬한 주름 (c4) 이 발생하고, 필름 (F) 의 권취 길이 300 ∼ 400 m 의 범위에서 랭크 3 의 비스듬한 주름 (c3) 이 발생하고 있다.
이에 대하여, 도 15A 에서는, 필름 (F) 의 권취 길이 50 ∼ 400 m 의 범위에서 특정 주파수에 있어서의 강도가 점차 커지고 있어, 도 15B 의 관능 평가 결과 (c4 에서 c3 으로 변화) 와 대응하고 있다. 요컨대, FFT 에 있어서 얻어진 특정 주파수에 있어서의 강도는, 비스듬한 주름을 검출할 때의 특징량, 결함의 강도 (랭크) 를 검출할 때의 특징량으로서 적합한 것을 알 수 있다.
도 15A 및 도 15B 로부터, 화상 데이터로부터 산출된 특징량을 사용한 평가와 사람에 의한 평가의 경향이 일치하는 것을 확인할 수 있었다.
＜조사부와 비조사부의 콘트라스트＞
다음으로, 필름 (F) 상의 조사부와 비조사부의 콘트라스트의 산출 방법의 일례에 대해 설명한다.
카메라 (12) 에 의해 필름 (F) 을 촬영하여 얻어진 화상 데이터에 있어서, 광원 (11) 에 의해 광이 조사되는 조사부의 신호값 (밝기) 을 L1, 광원 (11) 에 의해 광이 조사되지 않는 비조사부의 신호값을 L2 로 한다.
도 16 에, 광원 (11) 의 조건을 변경하며 측정한, 조사부에 있어서의 신호값 L1 의 평균값 L1_mean, 최소값 L1_min, 최대값 L1_max, 비조사부에 있어서의 신호값 L2 의 평균값 L2_mean, 최소값 L2_min, 최대값 L2_max, 콘트라스트 L1_mean/L2_mean 을 나타낸다.
직진 광원 1, 2 는, 직진성이 높은 광원이며, 관찰하고자 하는 부분에만 광을 닿게 한다는 목적에 입각하고 있다. 직진 광원 1 은, 직진 광원 2 보다 직진성이 높다.
데이터 번호 1 ∼ 3 에서는, 동일한 직진 광원 1 을 사용하고 있지만, 광원의 수나 강도를 변경하여, 콘트라스트를 조정하고 있다.
데이터 번호 4, 5 에서는, 동일한 직진 광원 2 를 사용하고 있지만, 광원의 수나 강도를 변경하여, 콘트라스트를 조정하고 있다.
확산 광원은, 관찰하고자 하는 부분 이외에도 광이 닿지만, 확산 광원으로도, 필름 (F) 에 어느 정도 접근시키면, 조사부와 비조사부에서 광이 닿는 방식의 차이를 낼 수 있다.
환경광 (종래) 의 경우, 비조사부에 있어서의 신호값 L2 의 평균값 L2_mean 이, 조사부에 있어서의 신호값 L1 의 평균값 L1_mean 보다 큰 결과가 되어, 관찰하고자 하는 부분에만 광을 닿게 하도록 되지는 않았다.
도 16 과 같이, 콘트라스트로서, 비조사부에 있어서의 신호값 L2 의 평균값에 대한 조사부에 있어서의 신호값 L1 의 평균값의 비「L1_mean/L2_mean」을 사용하는 경우, 콘트라스트는 1.1 이상인 것이 바람직하다. 또, 1.8 이상인 것이 보다 바람직하고, 2.5 이상인 것이 더욱 바람직하다.
또한, 상기 각 실시형태에 있어서의 기술은, 본 발명에 관련된 필름 검사 장치의 예로서, 이것에 한정되는 것은 아니다. 장치를 구성하는 각 부의 세부 구성 및 세부 동작에 관해서도 본 발명의 취지를 일탈하지 않는 범위에서 적절히 변경 가능하다.
예를 들어, 상기 각 실시형태에서는, 필름 (F) 을 롤상으로 권취할 때에 발생하는 결함을 검출하는 것으로 하였지만, 소정의 사이즈로 재단된 필름 (F) 이 중첩되어 갈 때에 발생하는 결함을 검출하는 것으로 해도 된다.
또, 상기 각 실시형태에서는, 카메라 (12) 로서 흑백 카메라를 사용한 경우에 대해 설명하였지만, 카메라 (12) 는 컬러 카메라여도 된다.
또, 상기 각 실시형태에서는, 광학 센서로서 에어리어 센서 (카메라 (12)) 를 사용한 경우에 대해 설명하였지만, 라인 센서를 사용해도 된다.
또, 도 7 에 나타내는 데이터 처리 또는 도 13 에 나타내는 제 2 데이터 처리에 있어서, 정량 평가 처리를 실시하지 않는 것으로 해도 된다. 즉, 카메라 (12) 의 출력 신호로부터 얻어진 화상 데이터에 대하여 화상 처리를 실시하고, 화상 처리 후의 데이터에 기초하여 결함을 판정할 때에, 결함의 강도를 구하지 않아도 된다.
또, 상기 각 실시형태에 있어서, 필름 (F) 의 길이 방향에 있어서의 전체 영역을 순서대로 검사 영역으로 해도 되고, 필름 (F) 의 길이 방향에 있어서 소정의 간격으로 검사 영역을 형성하여 결함을 검사해도 된다.
또, 필름 (F) 을 권취 중에 발생하는 결함에 추가하여, 권취시에는 발생하지 않았지만, 다음 공정으로의 이행 중 (필름 (F) 을 이동시키거나, 보관하거나 하고 있는 동안) 등에 발생하여, 롤로부터의 권출시에 결함으로서 인식되는 경우가 있다.
권취시의 화상 데이터에 대하여 화상 처리를 실시한 화상 처리 후의 데이터를 설명 변수, 다음 공정의 권출시에 있어서의 사람에 의한 결함의 판정 결과를 목적 변수로 하여 기계 학습을 실시함으로써, 다음 공정으로의 이행 중에 발생하는 결함의 징후에 대해 검출하는 것이 가능해진다. 또, 기계 학습을 실시할 때의 목적 변수를, 다음 공정의 권출시에 있어서의 사람에 의한 결함의 정량 평가 결과로 함으로써, 다음 공정으로의 이행 중에 발생하는 결함의 랭크를 예측할 수도 있다.
각 처리를 실행하기 위한 프로그램을 격납하는 컴퓨터 판독 가능한 매체로는, 상기 예에 한정되지 않고, 가반형 기록 매체를 적용하는 것도 가능하다. 또, 프로그램의 데이터를 통신 회선을 통하여 제공하는 매체로서, 캐리어 웨이브 (반송파) 를 적용하는 것으로 해도 된다.
10 : 필름 검사 장치
11 : 광원
12 : 카메라
20 : 데이터 처리 장치
21 : 제어부
25 : 표시부
26 : 조작부
27 : 기억부
28 : 계시부
48 : 반사 방지판
251 : 육안 평가 화면
F : 필름

Claims (12)

  1. 중첩된 상태의 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 장치로서,
    상기 필름의 검사 영역에 광을 조사하는 광원과,
    상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 광학 센서와,
    상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 제어부를 구비하는, 필름 검사 장치.
  2. 제 1 항에 있어서,
    상기 데이터 처리는, 상기 광학 센서의 출력 신호로부터 얻어진 화상 데이터에 대한 화상 처리와, 당해 화상 처리 후의 데이터에 기초하여 상기 결함을 판정하는 결함 판정 처리를 포함하는, 필름 검사 장치.
  3. 제 2 항에 있어서,
    상기 제어부는, 상기 결함 판정 처리에 있어서, 상기 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 상기 결함의 판정 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용하는, 필름 검사 장치.
  4. 제 2 항 또는 제 3 항에 있어서,
    상기 데이터 처리는, 추가로, 상기 화상 처리 후의 데이터에 기초하여 상기 결함을 정량 평가하는 정량 평가 처리를 포함하는, 필름 검사 장치.
  5. 제 4 항에 있어서,
    상기 제어부는, 상기 정량 평가 처리에 있어서, 상기 화상 처리 후의 데이터를 설명 변수로 하고, 사람에 의한 상기 결함의 정량 평가 결과를 목적 변수로 하여 구축된 기계 학습 모델을 사용하는, 필름 검사 장치.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 필름은, 롤상으로 권취되는 것이고,
    당해 필름 검사 장치는, 상기 필름의 권취 중에 발생한 상기 결함을 검사 대상으로 하는, 필름 검사 장치.
  7. 제 6 항에 있어서,
    상기 광원은, 상기 롤상의 필름의 폭 방향에 있어서 균일하게 광을 조사하는 것인, 필름 검사 장치.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 광학 센서의 출력 신호에 있어서, 상기 필름 상의 상기 광원에 의해 광이 조사되는 조사부에 대응하는 신호값과, 상기 광원에 의해 광이 조사되지 않는 비조사부에 대응하는 신호값의 콘트라스트가 소정값 이상인, 필름 검사 장치.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    상기 필름의 검사 영역에 있어서 반사된 광 중 정반사광이 상기 광학 센서에 들어가지 않도록, 반사 방지판이 형성되어 있는, 필름 검사 장치.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 광학 센서는, 흑백 카메라인, 필름 검사 장치.
  11. 중첩된 상태의 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 방법으로서,
    광원에 의해, 상기 필름의 검사 영역에 광을 조사하는 공정과,
    광학 센서에 의해, 상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 공정과,
    제어부에 의해, 상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 공정을 포함하는, 필름 검사 방법.
  12. 중첩된 상태의 필름의 검사 영역에 광을 조사하는 광원과, 상기 필름의 검사 영역에 있어서 반사된 광 중 확산광을 검출하는 광학 센서를 구비하고, 상기 필름에 발생한 결함을 광학적으로 검사하는 필름 검사 장치의 컴퓨터를,
    상기 광학 센서의 출력 신호에 대하여 데이터 처리를 실시함으로써, 상기 결함을 검출하는 제어부로서 기능시키기 위한 프로그램.
KR1020220058999A 2021-07-26 2022-05-13 필름 검사 장치, 필름 검사 방법 및 프로그램 KR20230016571A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021121221A JP2023017169A (ja) 2021-07-26 2021-07-26 フィルム検査装置、フィルム検査方法及びプログラム
JPJP-P-2021-121221 2021-07-26

Publications (1)

Publication Number Publication Date
KR20230016571A true KR20230016571A (ko) 2023-02-02

Family

ID=85060926

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220058999A KR20230016571A (ko) 2021-07-26 2022-05-13 필름 검사 장치, 필름 검사 방법 및 프로그램

Country Status (4)

Country Link
JP (1) JP2023017169A (ko)
KR (1) KR20230016571A (ko)
CN (1) CN115684189A (ko)
TW (1) TWI829143B (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117333492B (zh) * 2023-12-01 2024-03-15 深圳菲尔泰光电有限公司 基于图像处理的光学薄膜质量检测方法及相关装置
CN117799203B (zh) * 2023-12-29 2024-05-31 扬州博恒新能源材料科技有限公司 一种超薄复合集流体基膜的制备工艺及其制备设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002365225A (ja) 2001-03-19 2002-12-18 Toray Ind Inc シート材の検査方法及び検査装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4213616B2 (ja) * 2004-03-31 2009-01-21 大日本印刷株式会社 液晶パネル用ベースフィルム、液晶パネル用機能フィルム、機能フィルムの製造方法、および機能フィルムの製造装置
JP6394825B1 (ja) * 2018-02-08 2018-09-26 横河電機株式会社 測定装置および測定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002365225A (ja) 2001-03-19 2002-12-18 Toray Ind Inc シート材の検査方法及び検査装置

Also Published As

Publication number Publication date
TWI829143B (zh) 2024-01-11
JP2023017169A (ja) 2023-02-07
CN115684189A (zh) 2023-02-03
TW202305320A (zh) 2023-02-01

Similar Documents

Publication Publication Date Title
KR20230016571A (ko) 필름 검사 장치, 필름 검사 방법 및 프로그램
WO2023077404A1 (zh) 缺陷检测方法、装置和系统
CN107209935B (zh) 用于测量移动文档图像质量的系统及方法
RU2653461C2 (ru) Обнаружение блика в кадре данных изображения
JP4997252B2 (ja) 画像内の照明域を識別する方法
US6531707B1 (en) Machine vision method for the inspection of a material for defects
Kuo et al. Automated optical inspection system for surface mount device light emitting diodes
US11069057B2 (en) Skin diagnostic device and skin diagnostic method
Ghazal et al. Automated framework for accurate segmentation of leaf images for plant health assessment
CN111507426A (zh) 基于视觉融合特征的无参考图像质量分级评价方法及装置
Nayef et al. Metric-based no-reference quality assessment of heterogeneous document images
CN117576014A (zh) 陶瓷基板质量检测方法、系统、电子设备及存储介质
US6765224B1 (en) Machine vision method and system for the inspection of a material
Singh et al. Vision-based system for automated image dataset labelling and dimension measurements on shop floor
Coskun et al. Integration of digital quality control for intelligent manufacturing of industrial ceramic tiles
Revathy et al. Fabric defect detection and classification via deep learning-based improved Mask RCNN
US10818012B1 (en) Method for facial skin age estimating and electronic device
US20200408697A1 (en) Belt inspection system, belt inspection method, and recording medium for belt inspection program
Kuo et al. Automated inspection of micro-defect recognition system for color filter
CN116258703A (zh) 缺陷检测方法、装置、电子设备及计算机可读存储介质
CN116363578A (zh) 一种基于视觉的船舶封闭舱室人员监测方法和系统
Kunik et al. Raspberry Pi based complete embedded system for iris recognition
Meeradevi et al. Automatic fabric defect detection in textile images using a labview based multiclass classification approach
EP3557526B1 (en) Striated region detection device, striated region detection method, and program
Zhang et al. Fuzzy recognition of the defect of TFT-LCD

Legal Events

Date Code Title Description
E902 Notification of reason for refusal