WO2014034526A1 - 欠陥検査装置および欠陥検査方法 - Google Patents

欠陥検査装置および欠陥検査方法 Download PDF

Info

Publication number
WO2014034526A1
WO2014034526A1 PCT/JP2013/072449 JP2013072449W WO2014034526A1 WO 2014034526 A1 WO2014034526 A1 WO 2014034526A1 JP 2013072449 W JP2013072449 W JP 2013072449W WO 2014034526 A1 WO2014034526 A1 WO 2014034526A1
Authority
WO
WIPO (PCT)
Prior art keywords
image data
analysis
defect
sheet
molded body
Prior art date
Application number
PCT/JP2013/072449
Other languages
English (en)
French (fr)
Inventor
麻耶 尾崎
Original Assignee
住友化学株式会社
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 住友化学株式会社 filed Critical 住友化学株式会社
Priority to JP2014514651A priority Critical patent/JP5643918B2/ja
Priority to CN201380044740.9A priority patent/CN104583761B/zh
Priority to KR1020157005297A priority patent/KR102023231B1/ko
Publication of WO2014034526A1 publication Critical patent/WO2014034526A1/ja

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
    • G01N21/892—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
    • G01N21/896—Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod
    • 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
    • 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

Definitions

  • the present invention relates to a defect inspection apparatus and a defect inspection method for inspecting defects in a sheet-like molded body such as a polarizing film or a retardation film.
  • a defect inspection apparatus inspects defects in a sheet-like molded body such as a polarizing film and a retardation film using a one-dimensional camera called a line sensor.
  • the defect inspection apparatus uses a line sensor from one end to the other end in the longitudinal direction of the surface of the sheet-shaped molded body along the longitudinal direction of the sheet-shaped molded body with the sheet-shaped molded body illuminated by a linear light source such as a fluorescent tube.
  • a plurality of one-dimensional image data (still image data) is acquired while scanning.
  • two-dimensional image data is generated by spreading a plurality of one-dimensional image data in order of acquisition time, and a defect of the sheet-like molded body is inspected based on the two-dimensional image data.
  • the one-dimensional image data acquired by the line sensor usually includes a linear light source image.
  • the linear light source image is emitted from the linear light source and regularly reflected by the sheet-shaped molded body to reach the line sensor. It is an image of light.
  • the linear light source image is emitted from the linear light source, passes through the sheet-like molded body, and reaches the line sensor. It is an image of light.
  • the defect inspection apparatus when the width of the sheet-like molded body is wide, a plurality of line sensors are arranged in the width direction so that the entire width direction of the sheet-like molded body can be inspected.
  • the defect of the sheet-like molded body is inspected based on the two-dimensional image data representing the entire area of the sheet-like molded body generated by spreading a plurality of one-dimensional image data.
  • the positional relationship between the inspection target pixel and the linear light source image in each one-dimensional image data constituting the two-dimensional image data is one fixed positional relationship.
  • the defect may appear on the one-dimensional image data only when the positional relationship between the pixel to be inspected (target pixel) and the linear light source image is in a specific positional relationship. For example, bubbles that are one type of defect often appear on the one-dimensional image data only when they are at or near the periphery of the linear light source image. Thus, the defect may not be detected depending on the position. Therefore, the conventional defect inspection apparatus that inspects defects in a sheet-like molded body using two-dimensional image data composed of a plurality of one-dimensional image data acquired by a line sensor has only a limited defect detection capability. I don't have it.
  • Patent Document 1 and Patent Document 2 illuminate a sheet-shaped molded body with a linear light source such as a fluorescent tube, and continue the sheet-shaped molded body in a predetermined conveyance direction.
  • An apparatus for acquiring two-dimensional image data (moving image data) using a two-dimensional camera called an area sensor and inspecting a defect of a sheet-like molded body based on the two-dimensional image data is disclosed. Yes.
  • the defect inspection apparatus disclosed in Patent Literatures 1 and 2 it is determined whether or not there is a defect based on a plurality of two-dimensional image data in which the positional relationship between the inspection target pixel and the linear light source image is different. Therefore, the defect can be detected more reliably than the conventional defect inspection apparatus using the line sensor. Therefore, the defect inspection apparatus using the area sensor disclosed in Patent Documents 1 and 2 has improved defect detection capability as compared to the conventional defect inspection apparatus using the line sensor.
  • the defect inspection apparatus using the area sensor disclosed in Patent Documents 1 and 2 is based on the two-dimensional image data output from the area sensor, and a defect position or the like in an image analysis unit realized by a personal computer (PC). Is analyzed. At this time, since the two-dimensional image data has a large amount of information, the analysis processing time of the two-dimensional image data by the image analysis unit tends to be long.
  • An object of the present invention is to provide a defect inspection apparatus and a defect inspection method capable of increasing the speed of image processing by an image analysis unit and improving inspection efficiency while maintaining high defect detection capability. It is.
  • the present invention includes a transport unit that transports a sheet-like molded body, An irradiation unit for irradiating light to the sheet-like molded body to be conveyed; An imaging unit that images the conveyed sheet-shaped molded body and generates two-dimensional image data based on reflected light or transmitted light of the light irradiated on the sheet-shaped molded body; A feature amount calculation unit that calculates a feature amount based on a luminance value of each pixel constituting the two-dimensional image data by a predetermined algorithm processing; Each pixel constituting the two-dimensional image data includes a defective pixel whose feature value based on the luminance value is equal to or greater than a predetermined threshold value, and a residual pixel whose feature value based on the luminance value is less than the threshold value.
  • An analysis image data generation unit that generates at least one analysis image data group including one or a plurality of one-dimensional image data based on the processed image data;
  • a defect inspection apparatus comprising: an image analysis unit that performs image analysis based on the analysis image data group generated by the analysis image data generation unit and detects defects of the sheet-like molded body It is.
  • the analysis image data group includes at least one of defect position information, luminance information, size information, and type information in the sheet-like molded body.
  • the feature amount calculation unit calculates a feature amount based on the luminance value by a plurality of algorithm processes
  • the analysis image data generation unit includes an analysis image data group in which a gradation value corresponding to a predetermined type number for specifying the type of algorithm processing for calculating the feature amount is assigned as a gradation value of a pixel. It is preferable to generate the image data group for analysis including the type information.
  • the present invention also includes a transporting process for transporting the sheet-like molded body, An irradiation step of irradiating the sheet-like molded body to be conveyed with light; An imaging step of imaging the conveyed sheet-shaped molded body by an imaging unit and generating two-dimensional image data based on reflected light or transmitted light of light irradiated on the sheet-shaped molded body; A feature amount calculating step of calculating a feature amount based on a luminance value of each pixel constituting the two-dimensional image data by a predetermined algorithm processing; Each pixel constituting the two-dimensional image data includes a defective pixel whose feature value based on the luminance value is equal to or greater than a predetermined threshold value, and a residual pixel whose feature value based on the luminance value is less than the threshold value.
  • the defect inspection apparatus includes a transport unit, an irradiation unit, an imaging unit, a feature amount calculation unit, a processed image data generation unit, an analysis image data generation unit, and an image analysis unit.
  • the imaging unit generates two-dimensional image data based on reflected light or transmitted light of the light irradiated on the sheet-shaped molded body by the irradiation unit.
  • the feature amount calculation unit calculates the feature amount based on the luminance value of each pixel constituting the two-dimensional image data by processing the two-dimensional image data with a predetermined algorithm.
  • the processed image data generation unit includes a defective pixel whose feature value based on the luminance value is equal to or greater than a predetermined threshold, and a feature value based on the luminance value that is less than the threshold. Are distinguished from the remaining pixels.
  • the processed image data generation unit generates processed image data in which a gradation value corresponding to a feature value based on the luminance value is assigned to the defective pixel and a gradation value of zero is assigned to the remaining pixel.
  • the analysis image data generation unit generates at least one analysis image data group including one or a plurality of one-dimensional image data based on the processed image data, and outputs the generated analysis image data group.
  • the analysis image data group output from the analysis image data generation unit is input to the image analysis unit.
  • the image analysis unit performs image analysis based on the analysis image data group and detects defects in the sheet-like molded body.
  • the defect detection of the sheet-shaped molded body is performed based on the two-dimensional image data of the sheet-shaped molded body imaged by the imaging unit. Compared with the case where defect detection is performed based on one-dimensional image data, a high defect detection capability can be maintained.
  • the two-dimensional image data with a large amount of information output from the imaging unit is converted into processed image data by the processed image data generation unit, and further, 1 or It is converted into an analysis image data group composed of a plurality of one-dimensional image data.
  • the image analysis unit Based on the analysis image data group composed of one or a plurality of one-dimensional image data converted from the two-dimensional image data in this way, the image analysis unit performs image analysis to detect a defect in the sheet-like molded body. Therefore, it is possible to increase the speed of image processing by the image analysis unit and improve the inspection efficiency.
  • the analysis image data group generated by the analysis image data generation unit includes at least one of the position information, the luminance information, the size information, and the type information of the defect in the sheet-like molded body. Including.
  • the image analysis unit can detect a defect of the sheet-like molded body based on information on the defect such as position information, luminance information, size information, and type information.
  • the feature amount calculation unit calculates the feature amount by a plurality of algorithm processes. Then, the analysis image data generation unit includes the analysis image data group in which a gradation value corresponding to a predetermined type number for specifying the type of algorithm processing for which the feature amount has been calculated is assigned as a gradation value of a pixel Is generated. In this way, the analysis image data group generated by the analysis image data generation unit is an analysis image data group including the type information regarding the defect.
  • the defect inspection method includes a transport process, an irradiation process, an imaging process, a feature amount calculation process, a processed image data generation process, an analysis image data generation process, and an image analysis process.
  • the imaging process in the defect inspection method two-dimensional image data based on the reflected light or transmitted light of the light irradiated on the sheet-like molded body in the irradiation process is generated.
  • the feature amount calculating step the two-dimensional image data is processed by a predetermined algorithm to calculate a feature amount based on a luminance value of each pixel constituting the two-dimensional image data.
  • the processed image data generation step in the two-dimensional image data, a pixel whose feature value based on the luminance value is greater than or equal to a predetermined threshold is extracted as a defective pixel, and the defective pixel is a level corresponding to the feature value based on the luminance value. Processing image data to which a tone value is given and a gradation value of zero is given to the remaining pixels other than the defective pixel is generated.
  • the analysis image data generation step at least one analysis image data group including one or a plurality of one-dimensional image data is generated based on the processed image data.
  • image analysis is performed based on the analysis image data group to detect defects in the sheet-like molded body.
  • the defect detection of the sheet-shaped molded body is performed based on the two-dimensional image data of the sheet-shaped molded body imaged in the imaging step, for example, by a line sensor Compared with the case where defect detection is performed based on one-dimensional image data, a high defect detection capability can be maintained.
  • the two-dimensional image data having a large amount of information generated in the imaging process is converted into processed image data in the processed image data generating process, and further, one or more in the analysis image data generating process. Are converted into an analysis image data group consisting of the one-dimensional image data.
  • the image analysis process since the image analysis is performed based on the analysis image data group composed of one or a plurality of one-dimensional image data converted from the two-dimensional image data, the defect of the sheet-like molded body is detected. The speed of image processing in the process can be increased, and the inspection efficiency can be improved.
  • FIG. 1 is a block diagram showing a configuration of a defect inspection apparatus 1.
  • FIG. It is a figure for demonstrating the edge profile method which is an example of a defect detection algorithm, and is a figure which shows an example of the two-dimensional image A corresponding to the two-dimensional image data produced
  • FIG. It is a figure which shows an example of the edge profile P1 produced in the process image generation part 61.
  • FIG. It is a figure which shows an example of the differential profile P2 produced in the process image generation part 61.
  • FIG. 1 It is a figure for demonstrating the peak method which is another example of a defect detection algorithm, and is a figure which shows an example of the two-dimensional image B corresponding to the two-dimensional image data produced
  • FIG. It is a figure which shows an example of the brightness
  • FIG. It is a figure for demonstrating the assumption procedure of the mass point which moves in the process image generation part 61 toward the other end from the brightness
  • FIG. It is a figure for demonstrating the smoothing method which is another example of a defect detection algorithm, and is a figure which shows an example of the two-dimensional image C corresponding to the two-dimensional image data produced
  • FIG. It is a figure which shows an example of the smoothing profile P5 produced
  • FIG. It is a figure which shows an example of the image data which the image processing apparatus 6 produces
  • FIG. It is a figure which shows an example of the image for an analysis produced
  • FIG. 1 It is a figure which shows the mode of the change of the luminance value by the difference in the kind of defect in the two-dimensional image imaged with the imaging device 5.
  • FIG. It is a figure which shows the mode of the change of the luminance value by the difference in the kind of defect in the two-dimensional image imaged with the imaging device 5.
  • FIG. It is a figure which shows the mode of the change of the luminance value by the difference in the kind of defect in the two-dimensional image imaged with the imaging device 5.
  • FIG. It is a figure which shows the mode of the change of the luminance value by the difference in the kind of defect in the two-dimensional image imaged with the imaging device 5.
  • FIG. 1 It is a figure which shows the mode of the change of the luminance value by the difference in the kind of defect in the two-dimensional image imaged with the imaging device 5.
  • FIG. It is a figure for demonstrating the output method of multiple information amount in the case of driving the some imaging device 5 in parallel.
  • FIG. 1 shows the defect map H displayed on the display part 74 of the image analysis apparatus 7.
  • FIG. 1 is a schematic diagram showing a configuration of a defect inspection apparatus 1 according to an embodiment of the present invention.
  • FIG. 2 is a block diagram showing the configuration of the defect inspection apparatus 1.
  • the defect inspection apparatus 1 according to the present embodiment is an apparatus that detects defects in a sheet-like molded body 2 such as a thermoplastic resin.
  • the defect inspection method of the present invention is executed by the defect inspection apparatus 1.
  • the sheet-like molded body 2 that is the object to be inspected is subjected to a treatment such as passing the thermoplastic resin extruded from the extruder through a gap between the rolls to smooth the surface or imparting a concavo-convex shape. It is formed by being pulled up while being cooled.
  • a treatment such as passing the thermoplastic resin extruded from the extruder through a gap between the rolls to smooth the surface or imparting a concavo-convex shape. It is formed by being pulled up while being cooled.
  • the thermoplastic resin applicable to the sheet-like molded body 2 of the present embodiment include polyolefins such as methacrylic resin, methyl methacrylate-styrene copolymer (MS resin), polyethylene (PE), and polypropylene (PP), and polycarbonate.
  • the sheet-like molded body 2 is molded from a single-layer sheet or a laminated sheet of these thermoplastic resins.
  • Examples of defects generated in the sheet-like molded body 2 include so-called nicks caused by bubbles, fish eyes, foreign matters, tire marks, dents, scratches and other point defects (point defects) generated after molding, and after creases.
  • linear defects (line defects) such as so-called original stripes caused by the difference in thickness can be mentioned.
  • the defect inspection device 1 includes a transport device 3, an illumination device 4, an imaging device 5, an image processing device 6, and an image analysis device 7.
  • the defect inspection apparatus 1 transfers the sheet-like molded body 2 continuous in the longitudinal direction with a constant width by the transport device 3 in a certain direction (the same direction as the longitudinal direction perpendicular to the width direction of the sheet-like molded body 2).
  • the sheet surface illuminated by the illumination device 4 in the transfer process is imaged by the imaging device 5 to generate two-dimensional image data, and the image processing device 6 generates analysis image data based on the two-dimensional image data,
  • the image analysis device 7 performs defect detection based on the analysis image data output from the image processing device 6.
  • the conveying device 3 has a function as a conveying unit, and conveys the sheet-like molded body 2 in a certain direction (conveying direction Z).
  • the transport device 3 includes, for example, a sending roller and a receiving roller that transport the sheet-like molded body 2 in the transport direction Z, and measures a transport distance by a rotary encoder or the like.
  • the conveyance speed is set to about 2 to 30 m / min.
  • the illumination device 4 has a function as an irradiation unit, and illuminates the width direction of the sheet-like molded body 2 orthogonal to the transport direction Z in a linear manner.
  • the illumination device 4 is arranged so that a linear reflection image is included in the image captured by the imaging device 5.
  • the illumination device 4 faces the surface of the sheet-shaped molded body 2 above the sheet-shaped molded body 2, and the illumination area on the surface of the sheet-shaped molded body 2, that is, the imaging region captured by the imaging device 5.
  • the distance up to is, for example, 200 mm.
  • the light source of the illumination device 4 is not particularly limited as long as it irradiates light that does not affect the composition and properties of the sheet-like molded body 2, such as an LED, a metal halide lamp, a halogen transmission light, and a fluorescent lamp.
  • the illuminating device 4 may be arrange
  • the image captured by the imaging device 5 includes a transmission image that passes through the sheet-like molded body 2.
  • the defect inspection apparatus 1 includes a plurality of imaging devices 5 having a function as an imaging unit, and the imaging devices 5 are arranged at equal intervals in a direction orthogonal to the conveyance direction Z (width direction of the sheet-like molded body 2).
  • the imaging device 5 is arranged such that the direction from the imaging device 5 toward the center of the imaging region of the sheet-like molded body 2 and the conveying direction Z form an acute angle.
  • the imaging device 5 captures a two-dimensional image including a reflection image or a transmission image (hereinafter referred to as “illumination image”) of the sheet-like molded body 2 by the illumination device 4 a plurality of times, and generates a plurality of two-dimensional image data. .
  • the imaging device 5 includes a CCD (Charge Coupled Device) or CMOS (Complementary Metal-Oxide Semiconductor) area sensor that captures a two-dimensional image. As shown in FIG. 1, the imaging device 5 is arranged so as to capture the entire region in the width direction orthogonal to the conveyance direction Z of the sheet-like molded body 2. In this way, by imaging the entire area in the width direction of the sheet-shaped molded body 2 and conveying the sheet-shaped molded body 2 continuous in the conveying direction Z, defects in the entire area of the sheet-shaped molded body 2 can be efficiently removed. Can be inspected.
  • CCD Charge Coupled Device
  • CMOS Complementary Metal-Oxide Semiconductor
  • the imaging interval (frame rate) of the imaging device 5 may be fixed, or may be changeable by the user operating the imaging device 5 itself.
  • the imaging interval of the imaging device 5 may be a fraction of a second, which is a time interval for continuous shooting by a digital still camera.
  • a short time interval for example, general It is preferable to be 1/30 second, which is a typical frame rate of moving image data.
  • the length in the conveyance direction Z of the two-dimensional image captured by the imaging device 5 is such that the sheet-like molded body 2 is conveyed during the time from when the imaging device 5 captures the two-dimensional image until the next two-dimensional image is captured.
  • the distance is preferably at least twice the distance. That is, it is preferable to image the same portion of the sheet-like molded body 2 twice or more.
  • the length of the two-dimensional image in the conveyance direction Z is set to be longer than the conveyance distance of the sheet-like molded body 2 in the time from when the imaging device 5 captures the two-dimensional image until the next two-dimensional image is captured.
  • the image processing apparatus 6 includes a processing image generation unit 61 having a function as a feature amount calculation unit and a processing image data generation unit, and an analysis image generation unit 62 having a function as an analysis image data generation unit. Realized by a processing board.
  • the image processing device 6 is provided corresponding to each of the plurality of imaging devices 5.
  • the processed image generation unit 61 processes the two-dimensional image data output from the imaging device 5 with a predetermined algorithm (defect detection algorithm), and thereby the feature based on the luminance value of each pixel constituting the two-dimensional image data. Calculate the amount. Further, the processed image generation unit 61 extracts, as defective pixels, pixels in which the feature amount is equal to or greater than a predetermined threshold in the two-dimensional image data. Then, the processed image generation unit 61 generates processed image data in which a gradation value corresponding to the feature amount is assigned to the defective pixel, and a gradation value of zero is assigned to the remaining pixels other than the defective pixel, The generated processed image data is output. Note that the remaining pixels other than the defective pixels are pixels whose feature amount is less than the threshold value.
  • the defect detection algorithm used in the processed image generation unit 61 will be described with reference to FIGS. 3A to 3C, FIGS. 4A to 4D, and FIGS. 5A and 5B.
  • FIG. 3A to 3C are diagrams for explaining an edge profile method which is an example of a defect detection algorithm.
  • FIG. 3A shows an example of a two-dimensional image A corresponding to the two-dimensional image data generated by the imaging device 5, and the upper side of the image is the downstream side in the transport direction Z and the lower side of the image is the upstream side in the transport direction Z. .
  • a direction parallel to the width direction of the sheet-like molded body 2 is defined as an X direction
  • a direction parallel to the longitudinal direction (direction parallel to the transport direction Z) of the sheet-shaped molded body 2 is defined as a Y direction.
  • a band-shaped bright region located in the center in the Y direction of the two-dimensional image A and extending in the X direction is the illumination image A1
  • a dark region existing inside the illumination image A1 is the first defective pixel group A21.
  • a bright region in the vicinity of the illumination image A1 is the second defective pixel group A22.
  • the processed image generation unit 61 first divides the two-dimensional image A into pixel column data for each row along the Y direction. Next, the processed image generation unit 61 shifts the edge of the data of each pixel column from one end in the Y direction (the upper end of the two-dimensional image A in FIG. 3A) to the other end (the lower end of the two-dimensional image A in FIG. 3A). Perform edge determination processing to search.
  • the processed image generation unit 61 sets the second pixel from one end in the Y direction as the target pixel for the data of each pixel column, and determines the brightness value of the adjacent pixel adjacent to the one end side with respect to the target pixel. Also, it is determined whether the luminance value of the target pixel is greater than a predetermined threshold. If it is determined that the luminance value of the target pixel is greater than the luminance value of the adjacent pixel by a predetermined threshold or more, the processed image generation unit 61 determines that the adjacent pixel is the upper limit edge A3.
  • the processed image generation unit 61 determines that the luminance value of the target pixel is larger than the luminance value of the adjacent pixel by a predetermined threshold or more while shifting the target pixel one pixel at a time toward the other end in the Y direction. The edge determination process is repeated until it is done.
  • the processed image generation unit 61 shifts the target pixel by one pixel toward the other end in the Y direction, and determines whether the luminance value of the target pixel is smaller than the luminance value of the adjacent pixel by a predetermined threshold value or more. Determine. When it is determined that the luminance value of the target pixel is smaller than the luminance value of the adjacent pixel by a predetermined threshold or more, the processed image generation unit 61 determines that the adjacent pixel is the lower limit edge A4. In other cases, the processed image generation unit 61 determines that the luminance value of the target pixel is smaller than the luminance value of the adjacent pixel by a predetermined threshold or more while shifting the target pixel one pixel toward the other end in the Y direction. The edge determination process is repeated until it is done.
  • an example of the upper limit edge A3 detected by the edge determination process by the processed image generation unit 61 is indicated by “ ⁇ ”, and an example of the lower limit edge A4 is indicated by “ ⁇ ”.
  • the coordinate values (Y coordinates) of the upper limit edge A3 and the lower limit edge A4 in the Y direction. Value) is extremely smaller than the difference in the Y coordinate values of the remaining pixels other than the defective pixel.
  • the processed image generation unit 61 creates an edge profile P1 shown in FIG. 3B.
  • a peak P11 with a small difference in Y coordinate values between the upper limit edge A3 and the lower limit edge A4 appears corresponding to the first defective pixel group A21 in the two-dimensional image A.
  • the processed image generation unit 61 performs a differentiation process on the edge profile P1 to create a differentiation profile P2 shown in FIG. 3C.
  • a feature value having a large differential value corresponding to the peak P11 in the edge profile P1 that is, corresponding to the first defective pixel group A21 in the two-dimensional image A, is equal to or larger than a predetermined threshold value.
  • a peak P21 having P22 appears.
  • the processed image generation unit 61 extracts, as a defective pixel, a pixel in the two-dimensional image A corresponding to the peak P21 having a feature amount P22 that is equal to or greater than a predetermined threshold based on the differential profile P2.
  • the processed image generation unit 61 extracts the first defective pixel group A21 as defective pixels.
  • FIG. 4A to 4D are diagrams for explaining a peak method which is another example of the defect detection algorithm.
  • FIG. 4A shows an example of a two-dimensional image B corresponding to the two-dimensional image data generated by the imaging device 5, and the upper side of the image is the downstream side in the transport direction Z, and the lower side of the image is the upstream side in the transport direction Z. .
  • a direction parallel to the width direction of the sheet-shaped molded body 2 is defined as an X direction
  • a direction parallel to the longitudinal direction (direction parallel to the transport direction Z) of the sheet-shaped molded body 2 is defined as a Y direction.
  • a strip-shaped bright region located in the center in the Y direction of the two-dimensional image B and extending in the X direction is the illumination image B1
  • a dark region existing inside the illumination image B1 is the first defective pixel group B21.
  • the bright region existing in the vicinity of the illumination image B1 is the second defective pixel group B22.
  • the processed image generation unit 61 first divides the two-dimensional image B into data of pixel columns for each row along the Y direction. Next, the processed image generation unit 61 continuously plots the change in luminance value at a position along a straight line L parallel to the Y direction of the two-dimensional image B for the data of each pixel column. A curve connecting the plots is created as a luminance profile P3 shown in FIG. 4B.
  • the luminance profile P3 shows a unimodal profile in which no valley portion appears, but when a defective pixel exists, a valley portion P31 appears as shown in FIG. 4B. It shows the profile of Soho.
  • the processed image generation unit 61 moves the luminance profile P3 from one end to the other end in the X direction so that the moving time between plots adjacent in the X direction is constant for the luminance profile P3 of each pixel column.
  • the mass point it is assumed that the mass point moves from plot c to plot b adjacent thereto, from plot b to plot a adjacent thereto, and from plot a to plot d adjacent thereto, as shown in FIG. 4C. Further, it is assumed that the plot d is a plot corresponding to the target pixel.
  • the processed image generation unit 61 obtains the velocity vector and acceleration vector of the mass points in the plots a, b, and c where the mass points passed immediately before the plot d. That is, the processed image generation unit 61 determines the velocity vector of the mass point in the section from the plot b to the plot a based on the coordinates of the two plots a and b where the mass point passed immediately before the plot d and the movement time. Ask for. Further, the processed image generation unit 61 determines the velocity vector of the mass point in the section from the plot c to the plot b based on the coordinates of the two plots b and c where the mass point passed immediately before the plot d and the movement time. Ask for.
  • the processed image generation unit 61 uses the velocity vector of the mass point in the interval from the plot b to the plot a and the interval from the plot c to the plot a based on the velocity vector of the mass point in the interval from the plot c to the plot b. Find the acceleration vector of the mass point at.
  • the processed image generation unit 61 predicts the coordinates of the plot d from the velocity vector of the mass point in the section from the plot b to the plot a and the acceleration vector of the mass point in the section from the plot c to the plot a (prediction plot). f).
  • the processed image generation unit 61 obtains a difference between the luminance value of the predicted plot f of the plot d predicted as described above and the actual (actually measured) luminance value of the plot d, and the luminance value difference profile shown in FIG. 4D. Create P4.
  • the luminance value difference profile P4 shown in FIG. 4D the luminance value difference is large corresponding to the valley portion P31 in the luminance profile P3 shown in FIG. 4B, that is, corresponding to the first defective pixel group B21 in the two-dimensional image B.
  • a peak P41 having a feature amount P42 equal to or greater than a predetermined threshold appears.
  • the processed image generation unit 61 extracts, as a defective pixel, a pixel in the two-dimensional image B corresponding to the peak P41 having a feature amount P42 equal to or greater than a predetermined threshold based on the luminance value difference profile P4.
  • the processed image generation unit 61 extracts the first defective pixel group B21 as defective pixels.
  • FIG. 5A and 5B are diagrams for explaining a smoothing method which is another example of the defect detection algorithm.
  • FIG. 5A shows an example of a two-dimensional image C corresponding to the two-dimensional image data generated by the imaging device 5, where the upper side of the image is the downstream side in the transport direction Z and the lower side of the image is the upstream side in the transport direction Z. .
  • the direction parallel to the width direction of the sheet-like molded body 2 is defined as the X direction
  • the direction parallel to the longitudinal direction (direction parallel to the transport direction Z) of the sheet-shaped molded body 2 is defined as the Y direction.
  • a strip-shaped bright region located in the center in the Y direction of the two-dimensional image C and extending in the X direction is the illumination image C1
  • a dark region existing inside the illumination image C1 is the first defective pixel group C21.
  • a bright area in the vicinity of the illumination image C1 is the second defective pixel group C22.
  • the processed image generation unit 61 When using the defect detection algorithm by the smoothing method, the processed image generation unit 61 first divides the two-dimensional image C into data of pixel columns for each row along the Y direction. Next, the processed image generation unit 61 creates a kernel C31 of several pixels in the X direction and the Y direction (for example, 5 pixels in the X direction and 1 pixel in the Y direction).
  • the processed image generation unit 61 sets the luminance value of the central pixel in the kernel C31 at the position along the straight line L parallel to the Y direction of the two-dimensional image C and all the data in the kernel C31.
  • a change in the difference (brightness value difference) from the average value of the luminance values of the pixels is continuously plotted, and a curve connecting the continuous plots is created as a smoothing profile P5 shown in FIG. 5B.
  • a peak P51 having a large brightness value difference and having a feature amount P52 equal to or larger than a predetermined threshold value appears corresponding to the first defective pixel group C21 in the two-dimensional image C.
  • the processed image generation unit 61 extracts, as a defective pixel, a pixel in the two-dimensional image C that corresponds to the peak P51 having a feature amount P52 that is equal to or greater than a predetermined threshold based on the smoothing profile P5.
  • the processed image generation unit 61 extracts the first defective pixel group C21 as defective pixels.
  • FIG. 6A and 6B are diagrams illustrating an example of image data generated by the image processing apparatus 6.
  • the processed image generation unit 61 of the image processing device 6 processes the two-dimensional image data output from the imaging device 5 using the above-described defect detection algorithm, and sets pixels that are equal to or higher than a predetermined threshold as defective pixels. After extraction, a processed image D as shown in FIG. 6A is generated.
  • the processed image D generated by the processed image generation unit 61 is assigned a gradation value corresponding to the feature amount for the defective pixel groups D11 and D12, and a zero gradation value for the remaining pixel group D21 other than the defective pixels. It is an image that was made.
  • the processed image generation unit 61 outputs processed image data corresponding to the generated processed image D.
  • the processed image D shown in FIG. 6A is 0, 1, 2,..., W-2, from one end in the X direction (left end of the processed image D in FIG. 6A) to the other end (right end of the processed image D in FIG. 6A).
  • W pixels arranged in the X direction positioned in the order of W ⁇ 1, 0, 1, 0 from one end in the Y direction (the upper end of the processed image D in FIG. 6A) to the other end (the lower end of the processed image D in FIG. 6A) 2,..., H-2, H-1, and is an image composed of H pixels arranged in the Y direction.
  • the pixel whose rank (X coordinate value) from one end in the X direction is “8” and whose rank (Y coordinate value) from one end in the Y direction is “6” is the maximum luminance value.
  • One defective pixel group D11 is included.
  • a pixel whose rank (X coordinate value) from one end in the X direction is “W-5” and whose rank (Y coordinate value) from one end in the Y direction is “3” is the maximum luminance value. It has two defective pixel groups D12.
  • the processed image data corresponding to the processed image D output from the processed image generating unit 61 is input to the analysis image generating unit 62.
  • the analysis image generation unit 62 Based on the processed image data, the analysis image generation unit 62 generates an analysis image that is an image data group including one or a plurality of one-dimensional image data as shown in FIG. 6B.
  • the analysis image generation unit 62 outputs analysis image data corresponding to the generated analysis image.
  • the analysis image data output from the analysis image generation unit 62 is input to the image analysis device 7 described later.
  • the analysis image generation unit 62 is for analysis including one-dimensional image data including at least one information selected from position information, luminance information, size information, and type information of defects in the sheet-like molded body 2. Generate an image.
  • the analysis image generation unit 62 generates an analysis image E1 including one-dimensional image data including defect position information as illustrated in FIG. 6B, and the analysis image corresponding to the generated analysis image E1.
  • the analysis image E1 is 0, 1, 2,..., W-2, W from one end in the X direction (the left end of the analysis image E1 in FIG. 6B) to the other end (the right end of the analysis image E1 in FIG. 6B). It is an image made up of one-dimensional image data composed of W pixels arranged in the order of ⁇ 1 and arranged in the X direction and one pixel in the Y direction.
  • the analysis image E1 corresponds to the first defective pixel group D11 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “6”, “7”, “8”, “9”, and
  • the pixel “10” has a gradation value of the Y coordinate value “6” of the pixel indicating the maximum luminance value of the first defective pixel group D11.
  • the analysis image E1 corresponds to the second defective pixel group D12 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “W-6”, “W-5”, and “W ⁇ ”.
  • the pixel “4” has a gradation value of the Y coordinate value “3” of the pixel indicating the maximum luminance value of the second defective pixel group D12.
  • the analysis image E1 has a gradation value of “0” for pixels corresponding to the remaining pixel group D21 other than the first defective pixel group D11 and the second defective pixel group D12 in the processed image D.
  • the defect position information of the first defective pixel group D11 and the second defective pixel group D12 in the processed image D is given as the gradation value of the pixel.
  • the defect position information of the defective pixel in the two-dimensional image is given as the gradation value of the pixel.
  • the analysis image generation unit 62 generates an analysis image E2 composed of one-dimensional image data including defect luminance information as shown in FIG. 6B, and generates analysis image data corresponding to the generated analysis image E2.
  • the analysis image E2 is 0, 1, 2,..., W-2, W from one end in the X direction (the left end of the analysis image E2 in FIG. 6B) to the other end (the right end of the analysis image E2 in FIG. 6B). It is an image made up of one-dimensional image data composed of W pixels arranged in the order of ⁇ 1 and arranged in the X direction and one pixel in the Y direction.
  • the analysis image E2 corresponds to the first defective pixel group D11 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “6”, “7”, “8”, “9”, and
  • the pixel “10” has a gradation value in each pixel of the same pixel column as the pixel indicating the maximum luminance value of the first defective pixel group D11.
  • the analysis image E2 has a gradation value of “80” for a pixel whose X coordinate value is “6” and a gradation value of a pixel whose X coordinate value is “7” is “100”.
  • the gradation value of the pixel whose X coordinate value is “8” is “255”
  • the gradation value of the pixel whose X coordinate value is “9” is “128”
  • the X coordinate value is “10”.
  • the gradation value of the pixel is “80”.
  • the analysis image E2 has a gradation value of “80” for the pixel whose X coordinate value is “W-6” and a gradation value of the pixel whose X coordinate value is “W-5”.
  • the gradation value of the pixel having “128” and the X coordinate value “W-4” is “80”.
  • the analysis image E2 has a gradation value of “0” for pixels corresponding to the remaining pixel group D21 other than the first defective pixel group D11 and the second defective pixel group D12 in the processed image D.
  • the defect luminance information of the first defective pixel group D11 and the second defective pixel group D12 in the processed image D is given as the gradation value of the pixel.
  • the defect luminance information of the defective pixel in the two-dimensional image is given as the pixel gradation value.
  • the analysis image generation unit 62 generates an analysis image E3 including one-dimensional image data including defect size information as illustrated in FIG. 6B, and generates analysis image data corresponding to the generated analysis image E3.
  • the analysis image E3 is 0, 1, 2,..., W-2, W from one end in the X direction (the left end of the analysis image E3 in FIG. 6B) to the other end (the right end of the analysis image E3 in FIG. 6B). It is an image made up of one-dimensional image data composed of W pixels arranged in the order of ⁇ 1 and arranged in the X direction and one pixel in the Y direction.
  • the analysis image E3 corresponds to the first defective pixel group D11 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “6”, “7”, “8”, “9”, and
  • the pixel “10” has a gradation value corresponding to the number of pixels arranged in the Y direction with respect to the first defective pixel group D11 of the processed image D.
  • the gradation value of the pixel whose X coordinate value is “6” is “1”
  • the gradation value of the pixel whose X coordinate value is “7” is “2”.
  • the gradation value of the pixel whose X coordinate value is “8” is “3”
  • the gradation value of the pixel whose X coordinate value is “9” is “2”
  • the X coordinate value is “10”.
  • the gradation value of the pixel is “1”.
  • the analysis image E3 corresponds to the second defective pixel group D12 in the processed image D
  • the rank (X coordinate value) from one end in the X direction is “W-6”, “W-5”, and “W ⁇ ”.
  • 4 has a gradation value corresponding to the number of pixels arranged in the Y direction with respect to the second defective pixel group D12 of the processed image D.
  • the analysis image E3 has a gradation value of “1” for the pixel whose X coordinate value is “W-6” and a gradation value of the pixel whose X coordinate value is “W-5”.
  • the gradation value of the pixel having “3” and the X coordinate value “W-4” is “1”.
  • the analysis image E3 has a gradation value of “0” for pixels corresponding to the remaining pixel group D21 other than the first defective pixel group D11 and the second defective pixel group D12 in the processed image D.
  • the defect size information of the first defective pixel group D11 and the second defective pixel group D12 in the processed image D is given as the gradation value of the pixel.
  • the defect size information of the defective pixel in the two-dimensional image is given as the gradation value of the pixel.
  • the analysis image generation unit 62 generates an analysis image E4 composed of one-dimensional image data including defect type information as shown in FIG. 6B, and generates analysis image data corresponding to the generated analysis image E4. Output.
  • the analysis image E4 is 0, 1, 2,..., W-2, W from one end in the X direction (the left end of the analysis image E4 in FIG. 6B) to the other end (the right end of the analysis image E4 in FIG. 6B). It is an image made up of one-dimensional image data composed of W pixels arranged in the order of ⁇ 1 and arranged in the X direction and one pixel in the Y direction.
  • the analysis image E4 corresponds to the first defective pixel group D11 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “6”, “7”, “8”, “9”, and
  • the pixel “10” has a gradation value corresponding to the type number of the defect detection algorithm from which the first defective pixel group D11 can be extracted when the processed image D is generated by the processed image generation unit 61.
  • the type number of the defect detection algorithm is a predetermined number for specifying the type of the defect detection algorithm, which is given for convenience for each defect detection algorithm. In the example of FIG.
  • the analysis image E4 has the gradation values of the pixels with the X coordinate values “6”, “7”, “8”, “9”, and “10” of the first defective pixel group D11. It is “1” indicating the type number of one defect detection algorithm that could be extracted.
  • the analysis image E4 corresponds to the second defective pixel group D12 in the processed image D, and the rank (X coordinate value) from one end in the X direction is “W-6”, “W-5”, and “W ⁇ ”.
  • the pixel of “4” has a gradation value corresponding to the type number of the defect detection algorithm from which the second defective pixel group D12 can be extracted when the processed image D is generated by the processed image generation unit 61. In the example of FIG.
  • the analysis image E4 has the gradation values of the pixels whose X coordinate values are “W-6”, “W-5”, and “W-4”, and the second defective pixel group D12 is extracted. “2” indicating the type number of another defect detection algorithm that was possible. Furthermore, the analysis image E4 has a gradation value of “0” for pixels corresponding to the remaining pixel group D21 other than the first defective pixel group D11 and the second defective pixel group D12 in the processed image D.
  • the defect type information of the first defective pixel group D11 and the second defective pixel group D12 in the processed image D is given as the gradation value of the pixel, and the imaging device 5 generates this.
  • the defect type information of the defective pixel in the two-dimensional image is given as the gradation value of the pixel.
  • the defects generated in the sheet-like molded body 2 are so-called nicks caused by bubbles, fish eyes, foreign matters, tire marks, dents, scratches, and other defects, and so-called nicks caused by differences in thickness.
  • Examples include line defects such as raw stripes.
  • the types of defects that can be extracted differ.
  • the edge profile method which is an example of a defect detection algorithm, can extract defects such as foreign matter, tire marks, and scratches with high extraction ability.
  • the peak method can extract defects such as foreign matters, dents, and scratches with high extraction ability.
  • the smoothing method can extract defects such as bubbles, fish eyes, and dents with high extraction ability.
  • the analysis image E4 is configured as one-dimensional image data including pixels having gradation values indicating the type number of the defect detection algorithm.
  • the defect type of the defect area in the two-dimensional image generated by the imaging device 5 can be distinguished.
  • the analysis image E4 including the defect type information is generated by using the one-dimensional image data including the pixel having the gradation value indicating the type number of the defect detection algorithm.
  • the present invention is not limited to this. It is not something.
  • FIG. 7A to 7E are diagrams showing changes in luminance values due to differences in the types of defects in the two-dimensional image captured by the imaging device 5.
  • FIG. 7A to 7E show a two-dimensional image F when the sheet-like molded body 2 conveyed by the conveying device 3 is imaged by the imaging device 5, and FIG. 7A, FIG. 7B, FIG. 7C, FIG. Images are taken in the order of 7E.
  • the dent defect F21 can be detected based on the reversal of brightness observed when passing through the illumination image F1.
  • the foreign object defect F22 is always detected as a dark region.
  • the analysis image generation unit 62 generates a plurality of two-dimensional images F captured by the imaging device 5 using the one type of defect detection algorithm. The processed images are accumulated. Then, the analysis image generation unit 62 extracts the defective pixels that are all dark regions for the defective pixels having the same X-direction coordinate value (X coordinate value) in each processed image, and the bright region and The defect type is classified according to the case where the defective pixel whose dark region is inverted is extracted, thereby generating the analysis image E4 including the defect type information.
  • FIG. 8 is a diagram for explaining an output method of a plurality of information amounts when a plurality of imaging devices 5 are driven in parallel.
  • the imaging apparatuses 5 are arranged so that the fields of view of the adjacent imaging apparatuses 5 slightly overlap each other.
  • each analysis image G1, G2, G3 generated by the analysis image generation unit 62 corresponding to each two-dimensional image captured by each imaging device 5 is used for defect detection.
  • Central regions G12, G22, and G32 and end regions G13, G23, and G33 that correspond to the visual field overlapping portions of the imaging device 5 and are not used for defect detection are formed.
  • the image analysis apparatus 7 included in the defect inspection apparatus 1 of the present embodiment performs image analysis based on the analysis image data output from the analysis image generation unit 62 of the image processing apparatus 6.
  • a defect of the sheet-like molded body 2 is detected.
  • the image analysis device 7 includes an analysis image input unit 71, an image analysis unit 72, a control unit 73, and a display unit 74.
  • the analysis image input unit 71 inputs the analysis image data output from the analysis image generation unit 62 of the image processing device 6.
  • the image analysis unit 72 detects defects based on the analysis image data input from the analysis image input unit 71, and detects defect position information, defect luminance information, defect size information, and defect type information in the sheet-like molded body 2.
  • the defect information indicating the information on the defect is generated, and the defect information is output to the control unit 73.
  • the image analysis unit 72 sets the coordinates of the defective pixel in the analysis image to the sheet-like molded body 2. By converting to the upper position, defect information indicating the position of the defect in the sheet-like molded body 2 is generated, and the generated defect information is output to the control unit 73.
  • the image analysis unit 72 forms the defect luminance distribution in the analysis image into a sheet shape.
  • the defect information indicating the luminance distribution of the defect in the sheet-like molded body 2 is generated by conversion into the defect luminance distribution on the body 2, and the generated defect information is output to the control unit 73.
  • the image analysis unit 72 forms the defect size distribution in the analysis image into a sheet shape.
  • the defect information is converted into a defect size distribution on the body 2 to generate defect information indicating the defect size distribution in the sheet-like molded body 2, and the generated defect information is output to the control unit 73.
  • the image analysis unit 72 displays the distribution of defects for each type in the analysis image.
  • the defect information indicating the distribution of defects for each type in the sheet-shaped molded body 2 is generated by converting the defect distribution for each type on the sheet-shaped molded body 2, and the generated defect information is output to the control unit 73.
  • the image analysis unit 72 is configured to analyze image data including a plurality of one-dimensional image data including information selected from defect position information, defect luminance information, defect size information, and defect type information.
  • image data including a plurality of one-dimensional image data including information selected from defect position information, defect luminance information, defect size information, and defect type information.
  • each piece of information in the analysis image is converted into corresponding information on the sheet-like molded body 2, and each piece of defect information in the sheet-like molded body 2 is generated.
  • Each piece of defect information is output to the control unit 73.
  • the control unit 73 creates a defect map indicating the defect information in the sheet-like molded body 2 based on the defect information output from the image analysis unit 72, and also includes an analysis image input unit 71, an image analysis unit 72, and a display unit. 74 is comprehensively controlled.
  • the control unit 73 outputs analysis image data including one-dimensional image data including defect position information from the analysis image generation unit 62, and determines the position of the defect in the sheet-like molded body 2 based on the analysis image data.
  • a defect map indicating the defect position of the sheet-like molded body 2 is created.
  • control unit 73 outputs analysis image data including one-dimensional image data including defect luminance information from the analysis image generation unit 62, and based on the analysis image data, the defect of the sheet-like molded body 2 is determined.
  • defect information indicating the luminance distribution is output from the image analysis unit 72, a defect map indicating the defect luminance distribution of the sheet-like molded body 2 is created.
  • control unit 73 outputs the analysis image data including the one-dimensional image data including the defect size information from the analysis image generation unit 62, and the defect size in the sheet-like molded body 2 based on the analysis image data.
  • the defect information indicating the distribution of the image is output from the image analysis unit 72, a defect map indicating the distribution of the defect size of the sheet-like molded body 2 is created.
  • control unit 73 outputs analysis image data including one-dimensional image data including defect type information from the analysis image generation unit 62, and for each type in the sheet-like molded body 2 based on the analysis image data.
  • defect information indicating the distribution of the defects is output from the image analysis unit 72, a defect map indicating the distribution of defects for each type of the sheet-like molded body 2 is created.
  • control unit 73 generates analysis image data composed of a plurality of one-dimensional image data each including information selected from defect position information, defect luminance information, defect size information, and defect type information.
  • analysis image data composed of a plurality of one-dimensional image data each including information selected from defect position information, defect luminance information, defect size information, and defect type information.
  • FIG. 9 is a diagram illustrating an example of the defect map H displayed on the display unit 74 of the image analysis device 7.
  • the analysis image generation unit 62 generates analysis image data including two one-dimensional image data, that is, one-dimensional image data including defect position information and one-dimensional image data including defect luminance information. This is the case.
  • the analysis image comprising the one-dimensional image data including the defect position information and constituting the analysis image data is the analysis image E1 shown in FIG. 6B, and the analysis including the one-dimensional image data including the defect luminance information.
  • the image for use is the analysis image E2 shown in FIG. 6B.
  • the image analysis unit 72 converts the coordinates of the defect position in the one-dimensional image data including the defect position information into a position on the sheet-like molded body 2. Further, the image analysis unit 72 converts the luminance distribution of the defect in the one-dimensional image data including the defect luminance information into the luminance distribution of the defect on the sheet-shaped molded body 2, and the defect position and the luminance value in the sheet-shaped molded body 2 are converted. Is generated, and the generated defect information is output to the control unit 73.
  • the control unit 73 Based on the defect information indicating the defect position and the luminance value in the sheet-like molded body 2 generated by the image analysis unit 72, the control unit 73 generates a defect map H representing the distribution of the defects H1 shown in FIG.
  • the generated defect map H is displayed on the display unit 74.
  • the defect detection of the sheet-like molded body 2 is performed based on the two-dimensional image data of the sheet-like molded body 2 imaged by the imaging device 5. Therefore, compared with the case where defect detection is performed based on the one-dimensional image data by a line sensor, for example, a high defect detection capability can be maintained.
  • the two-dimensional image data with a large amount of information output from the imaging device 5 is converted into processed image data by the processed image generation unit 61, and further, the analysis image generation unit 62 is further processed. Is converted into an analysis image data group composed of one or a plurality of one-dimensional image data. Based on the analysis image data group composed of one or a plurality of one-dimensional image data converted from the two-dimensional image data in this way, the image analysis device 7 performs image analysis to detect defects in the sheet-like molded body 2. Therefore, it is possible to increase the speed of image processing by the image analysis device 7 and improve the inspection efficiency.
  • the present invention can be implemented in various other forms without departing from the spirit or main features thereof. Therefore, the above-described embodiment is merely an example in all points, and the scope of the present invention is shown in the scope of claims, and is not restricted by the text of the specification. Further, all modifications and changes belonging to the claims are within the scope of the present invention.

Landscapes

  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

　欠陥検査装置（１）において処理画像生成部（６１）は、撮像装置（５）により生成された２次元画像データを予め定めるアルゴリズムで処理することによって、２次元画像データを構成する各画素の特徴量を算出する。この処理画像生成部（６１）は、２次元画像データにおいて、予め定める閾値以上の画素を欠陥画素として抽出する。そして、処理画像生成部（６１）は、欠陥画素については前記特徴量に応じた階調値が付与され、欠陥画素以外の残余画素についてはゼロの階調値が付与された処理画像データを生成する。解析用画像生成部（６２）は、前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データを生成する。

Description

欠陥検査装置および欠陥検査方法
　本発明は、偏光フィルムや位相差フィルムなどのシート状成形体の欠陥を検査する欠陥検査装置および欠陥検査方法に関する。
　旧来、欠陥検査装置は、ラインセンサと呼ばれる１次元カメラを用いて、偏光フィルムや位相差フィルムなどのシート状成形体の欠陥を検査する。欠陥検査装置は、シート状成形体を蛍光管などの線状光源で照明した状態で、シート状成形体表面をシート状成形体の長手方向に沿って長手方向の一端から他端までラインセンサで走査しながら、複数の１次元画像データ（静止画像データ）を取得する。そして、複数の１次元画像データを取得時間順に敷き詰めることによって２次元画像データを生成し、その２次元画像データに基づいてシート状成形体の欠陥を検査する。
　ラインセンサによって取得される１次元画像データには、通常、線状光源像が含まれる。線状光源像は、線状光源とラインセンサとがシート状成形体の一方の側に配置されている場合には、線状光源から出射しシート状成形体によって正反射されてラインセンサに到達した光の像である。また、線状光源像は、線状光源とラインセンサとの間にシート状成形体が配置されている場合には、線状光源から出射しシート状成形体を透過してラインセンサに到達した光の像である。欠陥検査装置では、シート状成形体の幅が広い場合、シート状成形体の幅方向全域を検査できるように、複数台のラインセンサを幅方向に並べて用いる。
　この旧来の欠陥検査装置では、複数の１次元画像データを敷き詰めることによって生成された、シート状成形体全域を表す２次元画像データに基づいてシート状成形体の欠陥を検査するものであるので、２次元画像データを構成する各１次元画像データにおける検査対象画素と線状光源像との位置関係は、１つの決まった位置関係となる。欠陥は、検査対象画素（注目画素）と線状光源像との位置関係が特定の位置関係にある場合にしか１次元画像データ上に現れないことがある。たとえば、欠陥の１種である気泡は、線状光源像の周縁または近傍にある場合にしか１次元画像データ上に現れないことが多い。このように欠陥は、その位置によっては、検出されないことがある。したがって、ラインセンサによって取得された複数の１次元画像データにより構成される２次元画像データを用いてシート状成形体の欠陥を検査する、上記旧来の欠陥検査装置は、限られた欠陥検出能力しか有していない。
　このような問題点を解決する欠陥検査装置として、特許文献１および特許文献２には、シート状成形体を蛍光管などの線状光源で照明し、シート状成形体を所定の搬送方向に連続して搬送しながら、エリアセンサと呼ばれる２次元カメラを用いて２次元画像データ（動画データ）を取得し、この２次元画像データに基づいてシート状成形体の欠陥を検査する装置が開示されている。
　特許文献１，２に開示される欠陥検査装置によれば、検査対象画素と線状光源像との位置関係が異なる複数の２次元画像データに基づいて欠陥があるか否かを判定することができるので、ラインセンサを用いた旧来の欠陥検査装置よりも欠陥を確実に検出できる。したがって、特許文献１，２に開示される、エリアセンサを用いた欠陥検査装置は、ラインセンサを用いた旧来の欠陥検査装置よりも欠陥検出能力が向上する。
特開２００７－２１８６２９号公報 特開２０１０－１２２１９２号公報
　特許文献１，２に開示される、エリアセンサを用いた欠陥検査装置は、エリアセンサから出力される２次元画像データを対象に、パーソナルコンピュータ（ＰＣ）によって実現される画像解析部において欠陥位置などを解析する。このとき、２次元画像データは情報量が多いので、画像解析部による２次元画像データの解析処理時間は、長くなる傾向がある。
　このように、画像解析部による解析処理時間が長くなると、解析処理時間に応じて制御されるシート状成形体の搬送速度を低下させる必要があり、検査効率が低下してしまう。
　本発明の目的は、高い欠陥検出能力を維持した上で、画像解析部による画像処理の高速化を図ることができ、検査効率を向上することができる欠陥検査装置および欠陥検査方法を提供することである。
　本発明は、シート状成形体を搬送する搬送部と、
　搬送される前記シート状成形体に光を照射する照射部と、
　搬送される前記シート状成形体を撮像し、シート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する撮像部と、
　前記２次元画像データを構成する各画素の、輝度値に基づく特徴量を、予め定めるアルゴリズム処理によって算出する特徴量算出部と、
　前記２次元画像データを構成する各画素を、前記輝度値に基づく特徴量が予め定める閾値以上の画素である欠陥画素と、前記輝度値に基づく特徴量が前記閾値未満の画素である残余画素とに区別し、前記欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、前記残余画素についてはゼロの階調値が付与された処理画像データを生成する処理画像データ生成部と、
　前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を、少なくとも１つ生成する解析用画像データ生成部と、
　前記解析用画像データ生成部によって生成された前記解析用画像データ群に基づいて画像解析を行い、前記シート状成形体の欠陥を検出する画像解析部と、を備えることを特徴とする欠陥検査装置である。
　また本発明の欠陥検査装置において、前記解析用画像データ群は、前記シート状成形体における欠陥の位置情報、輝度情報、サイズ情報、および種別情報のうちの少なくとも１つの情報を含むことが好ましい。
　また本発明の欠陥検査装置において、前記特徴量算出部は、複数のアルゴリズム処理によって前記輝度値に基づく特徴量を算出し、
　前記解析用画像データ生成部は、前記特徴量を算出したアルゴリズム処理の種類を特定するための予め定める種別番号に相当する階調値が画素の階調値として付与された解析用画像データ群を、前記種別情報を含む解析用画像データ群として生成することが好ましい。
　また本発明は、シート状成形体を搬送する搬送工程と、
　搬送される前記シート状成形体に光を照射する照射工程と、
　搬送される前記シート状成形体を撮像部によって撮像し、シート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する撮像工程と、
　前記２次元画像データを構成する各画素の、輝度値に基づく特徴量を、予め定めるアルゴリズム処理によって算出する特徴量算出工程と、
　前記２次元画像データを構成する各画素を、前記輝度値に基づく特徴量が予め定める閾値以上の画素である欠陥画素と、前記輝度値に基づく特徴量が前記閾値未満の画素である残余画素とに区別し、前記欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、前記残余画素についてはゼロの階調値が付与された処理画像データを生成する処理画像データ生成工程と、
　前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を、少なくとも１つ生成する解析用画像データ生成工程と、
　前記解析用画像データ生成工程で生成された前記解析用画像データ群に基づいて画像解析を行い、前記シート状成形体の欠陥を検出する画像解析工程と、を含むことを特徴とする欠陥検査方法である。
　本発明によれば、欠陥検査装置は、搬送部、照射部、撮像部、特徴量算出部、処理画像データ生成部、解析用画像データ生成部、および画像解析部を備える。欠陥検査装置において撮像部は、照射部によってシート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する。特徴量算出部は、前記２次元画像データを予め定めるアルゴリズムで処理することによって、２次元画像データを構成する各画素の、輝度値に基づく特徴量を算出する。処理画像データ生成部は、前記２次元画像データを構成する各画素を、前記輝度値に基づく特徴量が予め定める閾値以上の画素である欠陥画素と、前記輝度値に基づく特徴量が前記閾値未満の画素である残余画素とに区別する。そして、処理画像データ生成部は、前記欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、前記残余画素についてはゼロの階調値が付与された処理画像データを生成する。解析用画像データ生成部は、前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を少なくとも１つ生成し、生成した解析用画像データ群を出力する。解析用画像データ生成部から出力された解析用画像データ群は、画像解析部に入力される。画像解析部は、前記解析用画像データ群に基づいて画像解析を行い、シート状成形体の欠陥を検出する。
　このように構成される本発明の欠陥検査装置では、撮像部によって撮像された、シート状成形体の２次元画像データに基づいて、シート状成形体の欠陥検出が行われるので、たとえばラインセンサによる１次元画像データに基づいて欠陥検出が行われる場合に比べて、高い欠陥検出能力を維持することができる。
　さらに本発明の欠陥検査装置では、撮像部から出力された、情報量の多い２次元画像データは、処理画像データ生成部によって処理画像データに変換され、さらに、解析用画像データ生成部によって１または複数の１次元画像データからなる解析用画像データ群に変換される。このようにして２次元画像データから変換された、１または複数の１次元画像データからなる解析用画像データ群に基づいて、画像解析部が、画像解析を行ってシート状成形体の欠陥を検出するので、画像解析部による画像処理の高速化を図ることができ、検査効率を向上することができる。
　また本発明によれば、解析用画像データ生成部が生成する解析用画像データ群は、シート状成形体における欠陥の位置情報、輝度情報、サイズ情報、および種別情報のうちの少なくとも１つの情報を含む。これによって、欠陥検査装置において画像解析部は、位置情報、輝度情報、サイズ情報、および種別情報などの、欠陥に関する情報に基づいて、シート状成形体の欠陥を検出することができる。
　また本発明によれば、特徴量算出部は、複数のアルゴリズム処理によって特徴量を算出する。そして、解析用画像データ生成部は、前記特徴量を算出したアルゴリズム処理の種類を特定するための予め定める種別番号に相当する階調値が画素の階調値として付与された解析用画像データ群を生成する。このようにして、解析用画像データ生成部が生成する解析用画像データ群は、欠陥に関する前記種別情報を含む解析用画像データ群となる。
　また本発明によれば、欠陥検査方法は、搬送工程、照射工程、撮像工程、特徴量算出工程、処理画像データ生成工程、解析用画像データ生成工程、および画像解析工程を含む。欠陥検査方法において撮像工程では、照射工程においてシート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する。特徴量算出工程では、前記２次元画像データを予め定めるアルゴリズムで処理することによって、２次元画像データを構成する各画素の、輝度値に基づく特徴量を算出する。処理画像データ生成工程では、前記２次元画像データにおいて、前記輝度値に基づく特徴量が予め定める閾値以上の画素を欠陥画素として抽出し、欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、欠陥画素以外の残余画素についてはゼロの階調値が付与された処理画像データを生成する。解析用画像データ生成工程では、前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を少なくとも１つ生成する。画像解析工程では、前記解析用画像データ群に基づいて画像解析を行い、シート状成形体の欠陥を検出する。
　このように構成される本発明の欠陥検査方法では、撮像工程において撮像された、シート状成形体の２次元画像データに基づいて、シート状成形体の欠陥検出が行われるので、たとえばラインセンサによる１次元画像データに基づいて欠陥検出が行われる場合に比べて、高い欠陥検出能力を維持することができる。
　さらに本発明の欠陥検査方法では、撮像工程において生成された情報量の多い２次元画像データは、処理画像データ生成工程において処理画像データに変換され、さらに、解析用画像データ生成工程において１または複数の１次元画像データからなる解析用画像データ群に変換される。画像解析工程では、２次元画像データから変換された、１または複数の１次元画像データからなる解析用画像データ群に基づいて画像解析を行ってシート状成形体の欠陥を検出するので、画像解析工程における画像処理の高速化を図ることができ、検査効率を向上することができる。
　本発明の目的、特色、および利点は、下記の詳細な説明と図面とからより明確になるであろう。
本発明の一実施形態に係る欠陥検査装置１の構成を示す模式図である。 欠陥検査装置１の構成を示すブロック図である。 欠陥検出アルゴリズムの一例であるエッジプロファイル法を説明するための図であり、撮像装置５で生成された２次元画像データに対応する２次元画像Ａの一例を示す図である。 処理画像生成部６１で作成されたエッジプロファイルＰ１の一例を示す図である。 処理画像生成部６１で作成された微分プロファイルＰ２の一例を示す図である。 欠陥検出アルゴリズムの他の例であるピーク法を説明するための図であり、撮像装置５で生成された２次元画像データに対応する２次元画像Ｂの一例を示す図である。 処理画像生成部６１で作成された輝度プロファイルＰ３の一例を示す図である。 処理画像生成部６１で実行される、輝度プロファイルＰ３の一端から他端に向かって移動する質点の想定手順を説明するための図である。 処理画像生成部６１で生成された輝度値差プロファイルＰ４の一例を示す図である。 欠陥検出アルゴリズムの他の例である平滑化法を説明するための図であり、撮像装置５で生成された２次元画像データに対応する２次元画像Ｃの一例を示す図である。 処理画像生成部６１で生成された平滑化プロファイルＰ５の一例を示す図である。 画像処理装置６が生成する画像データの一例を示す図であり、処理画像生成部６１で生成された処理画像Ｄの一例を示す図である。 解析用画像生成部６２で生成された解析用画像の一例を示す図である。 撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。 撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。 撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。 撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。 撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。 複数の撮像装置５を並列駆動する場合における、複数情報量の出力方式を説明するための図である。 画像解析装置７の表示部７４に表示される欠陥マップＨの一例を示す図である。
　以下図面を参考にして本発明の好適な実施形態を詳細に説明する。
　図１は、本発明の一実施形態に係る欠陥検査装置１の構成を示す模式図である。図２は、欠陥検査装置１の構成を示すブロック図である。本実施形態の欠陥検査装置１は、熱可塑性樹脂などのシート状成形体２の欠陥を検出する装置である。本発明の欠陥検査方法は、欠陥検査装置１により実行される。
　被検査体であるシート状成形体２は、押出機から押し出された熱可塑性樹脂をロールの隙間に通して表面を平滑にしたり凹凸形状を付与するなどの処理が施され、引取ロールにより搬送ロール上を冷却されながら引き取られることにより成形される。本実施形態のシート状成形体２に適用可能な熱可塑性樹脂は、たとえば、メタクリル樹脂、メタクリル酸メチル－スチレン共重合体（ＭＳ樹脂）、ポリエチレン（ＰＥ）、ポリプロピレン（ＰＰ）などのポリオレフィン、ポリカーボネイト（ＰＣ）、ポリ塩化ビニル（ＰＶＣ）、ポリスチレン（ＰＳ）、ポリビニルアルコール（ＰＶＡ）、トリアセチルセルロース樹脂（ＴＡＣ）などである。シート状成形体２は、これら熱可塑性樹脂の単層シート、積層シートなどから成形される。
　また、シート状成形体２に生じる欠陥の例としては、成形時に生じる気泡、フィッシュアイ、異物、タイヤ跡、打痕、傷などの点状の欠陥（点欠陥）、折り目あとなどにより生じるいわゆるクニック、厚さの違いにより生じるいわゆる原反スジなどの線状の欠陥（線欠陥）が挙げられる。
　欠陥検査装置１は、搬送装置３、照明装置４、撮像装置５、画像処理装置６、および画像解析装置７を備える。欠陥検査装置１は、搬送装置３により一定幅で長手方向に連続するシート状成形体２を一定方向（シート状成形体２の幅方向に直交する前記長手方向と同一方向）に移送し、この移送過程で照明装置４により照明されたシート面を撮像装置５により撮像して２次元画像データを生成し、画像処理装置６が、前記２次元画像データに基づいて解析用画像データを生成し、画像解析装置７が、画像処理装置６から出力される解析用画像データに基づいて欠陥検出を行うものである。
　搬送装置３は、搬送部としての機能を有し、シート状成形体２を一定方向（搬送方向Ｚ）に搬送する。搬送装置３は、たとえば、シート状成形体２を搬送方向Ｚに搬送する送出ローラと受取ローラとを備え、ロータリーエンコーダなどにより搬送距離を計測する。本実施形態では搬送速度は、２～３０ｍ／分程度に設定される。
　照明装置４は、照射部としての機能を有し、搬送方向Ｚに直交するシート状成形体２の幅方向を線状に照明する。照明装置４は、撮像装置５で撮影される画像に線状の反射像が含まれるように配置されている。具体的には、照明装置４は、シート状成形体２の上方において、シート状成形体２の表面を臨み、シート状成形体２の表面における照明領域、すなわち、撮像装置５が撮像する撮像領域までの距離が、たとえば２００ｍｍとなるように配置されている。
　照明装置４の光源としては、ＬＥＤ、メタルハライドランプ、ハロゲン伝送ライト、蛍光灯など、シート状成形体２の組成および性質に影響を与えない光を照射するものであれば、特に限定されない。なお、照明装置４は、シート状成形体２を挟んで撮像装置５とは反対側に配置されてもよい。この場合には、撮像装置５で撮像された画像に、シート状成形体２を透過する透過像が含まれる。
　欠陥検査装置１は、撮像部としての機能を有する複数の撮像装置５を備え、各撮像装置５は、搬送方向Ｚに直交する方向（シート状成形体２の幅方向）に等間隔に配列される。また、撮像装置５は、撮像装置５からシート状成形体２の撮像領域の中心に向かう方向と搬送方向Ｚとが鋭角をなすように配置されている。撮像装置５は、シート状成形体２の照明装置４による反射像または透過像（以下、「照明像」という）を含む２次元画像を複数回撮像して、複数の２次元画像データを生成する。
　撮像装置５は、２次元画像を撮像するＣＣＤ（Charge Coupled Device）またはＣＭＯＳ（Complementary Metal-Oxide Semiconductor）のエリアセンサからなる。撮像装置５は、図１に示すように、シート状成形体２の搬送方向Ｚに直交する幅方向の全領域を撮像するように配置されている。このように、シート状成形体２の幅方向の全領域を撮像し、搬送方向Ｚに連続するシート状成形体２を搬送することにより、効率的にシート状成形体２の全領域の欠陥を検査することができる。
　撮像装置５の撮像間隔（フレームレート）は、固定されていてもよく、ユーザが撮像装置５自体を操作することによって変更可能となっていてもよい。また、撮像装置５の撮像間隔は、デジタルスチルカメラの連続撮影の時間間隔である数分の１秒などであってもよいが、検査の効率化を向上させるために、短い時間間隔、たとえば一般的な動画データのフレームレートである１／３０秒などであることが好ましい。
　撮像装置５が撮像する２次元画像の搬送方向Ｚの長さは、撮像装置５が２次元画像を取り込んでから次の２次元画像を取り込むまでの時間にシート状成形体２が搬送される搬送距離の少なくとも２倍以上であることが好ましい。すなわち、シート状成形体２の同一箇所を２回以上撮像することが好ましい。このように、２次元画像の搬送方向Ｚの長さを、撮像装置５が２次元画像を取り込んでから次の２次元画像を取り込むまでの時間におけるシート状成形体２の搬送距離よりも大きくし、シート状成形体２の同一部分の撮像回数を増加させることにより、高精度に欠陥を検査することができる。
　画像処理装置６は、特徴量算出部および処理画像データ生成部としての機能を有する処理画像生成部６１と、解析用画像データ生成部としての機能を有する解析用画像生成部６２とを備え、画像処理ボードによって実現される。画像処理装置６は、複数の撮像装置５のそれぞれに対応して設けられる。
　処理画像生成部６１は、撮像装置５から出力された２次元画像データを予め定めるアルゴリズム（欠陥検出アルゴリズム）で処理することによって、前記２次元画像データを構成する各画素の、輝度値に基づく特徴量を算出する。さらに、処理画像生成部６１は、前記２次元画像データにおいて、前記特徴量が予め定める閾値以上の画素を欠陥画素として抽出する。そして、処理画像生成部６１は、欠陥画素については前記特徴量に応じた階調値が付与され、欠陥画素以外の残余画素についてはゼロの階調値が付与された処理画像データを生成し、生成した処理画像データを出力する。なお、欠陥画素以外の残余画素は、前記特徴量が前記閾値未満の画素である。
　処理画像生成部６１で用いられる欠陥検出アルゴリズムについて、図３Ａ～３Ｃ、図４Ａ～４Ｄ、図５Ａ，５Ｂを参照しながら説明する。
　図３Ａ～３Ｃは、欠陥検出アルゴリズムの一例であるエッジプロファイル法を説明するための図である。図３Ａは、撮像装置５で生成された２次元画像データに対応する２次元画像Ａの一例を示し、画像の上側が搬送方向Ｚ下流側であり、画像の下側が搬送方向Ｚ上流側である。２次元画像Ａにおいて、シート状成形体２の幅方向に平行な方向をＸ方向とし、シート状成形体２の長手方向（搬送方向Ｚに平行な方向）に平行な方向をＹ方向とする。図３Ａにおいて、２次元画像ＡのＹ方向に関して中央に位置し、Ｘ方向に延びる帯状の明領域が照明像Ａ１であり、照明像Ａ１の内部に存在する暗領域が第１欠陥画素群Ａ２１であり、照明像Ａ１の近傍に存在する明領域が第２欠陥画素群Ａ２２である。
　エッジプロファイル法による欠陥検出アルゴリズムを用いる場合、処理画像生成部６１は、まず、２次元画像Ａを、Ｙ方向に沿った１行ずつの画素列のデータに分割する。次に、処理画像生成部６１は、各画素列のデータについて、Ｙ方向一端（図３Ａにおける２次元画像Ａの上端）から他端（図３Ａにおける２次元画像Ａの下端）に向かってエッジを探査していくエッジ判定処理を行う。
　具体的には、処理画像生成部６１は、各画素列のデータについて、Ｙ方向一端側から２つ目の画素を注目画素とし、注目画素に対して一端側に隣接する隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上大きいかを判定する。隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上大きいと判定された場合には、処理画像生成部６１は、隣接画素が上限エッジＡ３であると判定する。それ以外の場合には、処理画像生成部６１は、注目画素をＹ方向他端に向かって１画素ずつずらしながら、隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上大きいと判定されるまでエッジ判定処理を繰返す。
　上限エッジＡ３を検出した後、処理画像生成部６１は、注目画素をＹ方向他端に向かって１画素ずつずらしながら、隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上小さいかを判定する。隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上小さいと判定された場合には、処理画像生成部６１は、隣接画素が下限エッジＡ４であると判定する。それ以外の場合には、処理画像生成部６１は、注目画素をＹ方向他端に向かって１画素ずつずらしながら、隣接画素の輝度値よりも注目画素の輝度値が所定の閾値以上小さいと判定されるまでエッジ判定処理を繰返す。
　図３Ａでは、処理画像生成部６１によるエッジ判定処理によって検出された上限エッジＡ３の例を「○」で示し、下限エッジＡ４の例を「●」で示している。図３Ａから明らかなように、２次元画像Ａにおいて欠陥が存在する第１欠陥画素群Ａ２１および第２欠陥画素群Ａ２２では、上限エッジＡ３と下限エッジＡ４とのＹ方向についての座標値（Ｙ座標値）の差が、欠陥画素以外の残余画素におけるＹ座標値の差よりも極端に小さい。
　このような特徴を利用して、処理画像生成部６１は、図３Ｂに示すエッジプロファイルＰ１を作成する。図３Ｂに示すエッジプロファイルＰ１では、２次元画像Ａにおける第１欠陥画素群Ａ２１に対応して、上限エッジＡ３と下限エッジＡ４とのＹ座標値の差が小さいピークＰ１１が出現している。
　さらに、処理画像生成部６１は、エッジプロファイルＰ１について微分処理を行い、図３Ｃに示す微分プロファイルＰ２を作成する。図３Ｃに示す微分プロファイルＰ２では、エッジプロファイルＰ１におけるピークＰ１１に対応して、すなわち、２次元画像Ａにおける第１欠陥画素群Ａ２１に対応して、微分値が大きい、予め定める閾値以上の特徴量Ｐ２２を有するピークＰ２１が出現している。
　処理画像生成部６１は、微分プロファイルＰ２に基づいて、予め定める閾値以上の特徴量Ｐ２２を有するピークＰ２１に対応する、２次元画像Ａにおける画素を欠陥画素として抽出する。図３Ｃに示す微分プロファイルＰ２の例では、処理画像生成部６１は、欠陥画素として第１欠陥画素群Ａ２１を抽出する。
　図４Ａ～４Ｄは、欠陥検出アルゴリズムの他の例であるピーク法を説明するための図である。図４Ａは、撮像装置５で生成された２次元画像データに対応する２次元画像Ｂの一例を示し、画像の上側が搬送方向Ｚ下流側であり、画像の下側が搬送方向Ｚ上流側である。２次元画像Ｂにおいて、シート状成形体２の幅方向に平行な方向をＸ方向とし、シート状成形体２の長手方向（搬送方向Ｚに平行な方向）に平行な方向をＹ方向とする。図４Ａにおいて、２次元画像ＢのＹ方向に関して中央に位置し、Ｘ方向に延びる帯状の明領域が照明像Ｂ１であり、照明像Ｂ１の内部に存在する暗領域が第１欠陥画素群Ｂ２１であり、照明像Ｂ１の近傍に存在する明領域が第２欠陥画素群Ｂ２２である。
　ピーク法による欠陥検出アルゴリズムを用いる場合、処理画像生成部６１は、まず、２次元画像Ｂを、Ｙ方向に沿った１行ずつの画素列のデータに分割する。次に、処理画像生成部６１は、各画素列のデータについて、２次元画像ＢのＹ方向に平行な一直線Ｌ上に沿った位置における輝度値の変化を連続的にプロットし、該連続的なプロットを繋いだ曲線を、図４Ｂに示す輝度プロファイルＰ３として作成する。
　２次元画像Ｂに欠陥画素が存在しない場合、輝度プロファイルＰ３は、谷部分が出現しない単峰のプロファイルを示すが、欠陥画素が存在する場合には図４Ｂに示すように、谷部分Ｐ３１が出現した双峰のプロファイルを示すようになる。
　次に、処理画像生成部６１は、各画素列の輝度プロファイルＰ３について、Ｘ方向に隣接するプロット間の移動時間が一定となるように、輝度プロファイルＰ３のＸ方向一端から他端に向かって移動する質点を想定する。ここで、前記質点が、図４Ｃに示すように、プロットｃからそれに隣接するプロットｂへ、プロットｂからそれに隣接するプロットａへ、プロットａからそれに隣接するプロットｄへ移動していくとする。また、プロットｄが注目画素に対応するプロットであるものとする。
　処理画像生成部６１は、プロットｄの直前に質点が通過したプロットａ，ｂ，ｃにおける質点の速度ベクトルおよび加速度ベクトルを求める。すなわち、処理画像生成部６１は、プロットｄの直前に質点が通過した２つのプロットａおよびプロットｂの座標と、前記移動時間とに基づいて、プロットｂからプロットａまでの区間における質点の速度ベクトルを求める。また、処理画像生成部６１は、プロットｄの直前に質点が通過した２つのプロットｂおよびプロットｃの座標と、前記移動時間とに基づいて、プロットｃからプロットｂまでの区間における質点の速度ベクトルを求める。さらに、処理画像生成部６１は、プロットｂからプロットａまでの区間における質点の速度ベクトルと、プロットｃからプロットｂまでの区間における質点の速度ベクトルとに基づいて、プロットｃからプロットａまでの区間における質点の加速度ベクトルを求める。そして、処理画像生成部６１は、プロットｂからプロットａまでの区間における質点の速度ベクトルと、プロットｃからプロットａまでの区間における質点の加速度ベクトルとから、プロットｄの座標を予測する（予測プロットｆ）。
　処理画像生成部６１は、上記のようにして予測されたプロットｄの予測プロットｆの輝度値と、プロットｄの実際（実測）の輝度値との差を求め、図４Ｄに示す輝度値差プロファイルＰ４を作成する。図４Ｄに示す輝度値差プロファイルＰ４では、図４Ｂに示す輝度プロファイルＰ３における谷部分Ｐ３１に対応して、すなわち、２次元画像Ｂにおける第１欠陥画素群Ｂ２１に対応して、輝度値差が大きい、予め定める閾値以上の特徴量Ｐ４２を有するピークＰ４１が出現している。
　処理画像生成部６１は、輝度値差プロファイルＰ４に基づいて、予め定める閾値以上の特徴量Ｐ４２を有するピークＰ４１に対応する、２次元画像Ｂにおける画素を欠陥画素として抽出する。図４Ｄに示す輝度値差プロファイルＰ４の例では、処理画像生成部６１は、欠陥画素として第１欠陥画素群Ｂ２１を抽出する。
　図５Ａ，５Ｂは、欠陥検出アルゴリズムの他の例である平滑化法を説明するための図である。図５Ａは、撮像装置５で生成された２次元画像データに対応する２次元画像Ｃの一例を示し、画像の上側が搬送方向Ｚ下流側であり、画像の下側が搬送方向Ｚ上流側である。２次元画像Ｃにおいて、シート状成形体２の幅方向に平行な方向をＸ方向とし、シート状成形体２の長手方向（搬送方向Ｚに平行な方向）に平行な方向をＹ方向とする。図５Ａにおいて、２次元画像ＣのＹ方向に関して中央に位置し、Ｘ方向に延びる帯状の明領域が照明像Ｃ１であり、照明像Ｃ１の内部に存在する暗領域が第１欠陥画素群Ｃ２１であり、照明像Ｃ１の近傍に存在する明領域が第２欠陥画素群Ｃ２２である。
　平滑化法による欠陥検出アルゴリズムを用いる場合、処理画像生成部６１は、まず、２次元画像Ｃを、Ｙ方向に沿った１行ずつの画素列のデータに分割する。次に、処理画像生成部６１は、Ｘ方向およびＹ方向に数画素（たとえば、Ｘ方向に５画素、Ｙ方向に１画素）のカーネルＣ３１を作成する。
　そして、処理画像生成部６１は、各画素列のデータについて、２次元画像ＣのＹ方向に平行な一直線Ｌ上に沿った位置におけるカーネルＣ３１内の中央画素の輝度値と、カーネルＣ３１内の全画素の輝度値の平均値との差（輝度値差）の変化を連続的にプロットし、該連続的なプロットを繋いだ曲線を、図５Ｂに示す平滑化プロファイルＰ５として作成する。図５Ｂに示す平滑化プロファイルＰ５では、２次元画像Ｃにおける第１欠陥画素群Ｃ２１に対応して、輝度値差が大きい、予め定める閾値以上の特徴量Ｐ５２を有するピークＰ５１が出現している。
　処理画像生成部６１は、平滑化プロファイルＰ５に基づいて、予め定める閾値以上の特徴量Ｐ５２を有するピークＰ５１に対応する、２次元画像Ｃにおける画素を欠陥画素として抽出する。図５Ｂに示す平滑化プロファイルＰ５の例では、処理画像生成部６１は、欠陥画素として第１欠陥画素群Ｃ２１を抽出する。
　図６Ａ，６Ｂは、画像処理装置６が生成する画像データの一例を示す図である。本実施形態では、画像処理装置６の処理画像生成部６１は、撮像装置５から出力された２次元画像データを、前述の欠陥検出アルゴリズムで処理して、予め定める閾値以上の画素を欠陥画素として抽出した後、図６Ａに示すような、処理画像Ｄを生成する。処理画像生成部６１が生成する処理画像Ｄは、欠陥画素群Ｄ１１，Ｄ１２については特徴量に応じた階調値が付与され、欠陥画素以外の残余画素群Ｄ２１についてはゼロの階調値が付与された画像である。処理画像生成部６１は、生成した処理画像Ｄに対応した処理画像データを出力する。
　図６Ａに示す処理画像Ｄは、Ｘ方向一端（図６Ａにおける処理画像Ｄの左端）から他端（図６Ａにおける処理画像Ｄの右端）に向かって０，１，２，…，Ｗ－２，Ｗ－１の順に位置付けられたＸ方向に並ぶＷ個の画素、Ｙ方向一端（図６Ａにおける処理画像Ｄの上端）から他端（図６Ａにおける処理画像Ｄの下端）に向かって０，１，２，…，Ｈ－２，Ｈ－１の順に位置付けられたＹ方向に並ぶＨ個の画素によって構成される画像である。
　図６Ａでは、処理画像Ｄは、Ｘ方向一端からの順位（Ｘ座標値）が「８」でありＹ方向一端からの順位（Ｙ座標値）が「６」の画素が最大輝度値となる第１欠陥画素群Ｄ１１を有する。また、処理画像Ｄは、Ｘ方向一端からの順位（Ｘ座標値）が「Ｗ－５」でありＹ方向一端からの順位（Ｙ座標値）が「３」の画素が最大輝度値となる第２欠陥画素群Ｄ１２を有する。
　処理画像生成部６１から出力される処理画像Ｄに対応した処理画像データは、解析用画像生成部６２に入力される。解析用画像生成部６２は、前記処理画像データに基づいて、図６Ｂに示すような、１または複数の１次元画像データからなる画像データ群である解析用画像を生成する。解析用画像生成部６２は、生成した解析用画像に対応した解析用画像データを出力する。解析用画像生成部６２から出力された解析用画像データは、後述の画像解析装置７に入力される。
　本実施形態では、解析用画像生成部６２は、シート状成形体２における欠陥の位置情報、輝度情報、サイズ情報、および種別情報から選ばれる少なくとも１つの情報を含む１次元画像データからなる解析用画像を生成する。
　具体的には、解析用画像生成部６２は、図６Ｂに示すような、欠陥位置情報を含む１次元画像データからなる解析用画像Ｅ１を生成し、生成した解析用画像Ｅ１に対応した解析用画像データを出力する。解析用画像Ｅ１は、Ｘ方向一端（図６Ｂにおける解析用画像Ｅ１の左端）から他端（図６Ｂにおける解析用画像Ｅ１の右端）に向かって０，１，２，…，Ｗ－２，Ｗ－１の順に位置付けられたＸ方向に並ぶＷ個の画素、およびＹ方向に１画素によって構成される、１次元画像データからなる画像である。
　この解析用画像Ｅ１は、処理画像Ｄにおける第１欠陥画素群Ｄ１１に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「６」、「７」、「８」、「９」および「１０」の画素が、第１欠陥画素群Ｄ１１の最大輝度値を示す画素のＹ座標値「６」の階調値を有する。また、解析用画像Ｅ１は、処理画像Ｄにおける第２欠陥画素群Ｄ１２に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「Ｗ－６」、「Ｗ－５」および「Ｗ－４」の画素が、第２欠陥画素群Ｄ１２の最大輝度値を示す画素のＹ座標値「３」の階調値を有する。さらにまた、解析用画像Ｅ１は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２以外の残余画素群Ｄ２１に対応する画素については、「０」の階調値を有する。
　このような解析用画像Ｅ１は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２の欠陥位置情報が画素の階調値として付与されており、これによって、撮像装置５が生成した２次元画像における欠陥画素の欠陥位置情報が画素の階調値として付与されていることになる。
　また、解析用画像生成部６２は、図６Ｂに示すような、欠陥輝度情報を含む１次元画像データからなる解析用画像Ｅ２を生成し、生成した解析用画像Ｅ２に対応した解析用画像データを出力する。解析用画像Ｅ２は、Ｘ方向一端（図６Ｂにおける解析用画像Ｅ２の左端）から他端（図６Ｂにおける解析用画像Ｅ２の右端）に向かって０，１，２，…，Ｗ－２，Ｗ－１の順に位置付けられたＸ方向に並ぶＷ個の画素、およびＹ方向に１画素によって構成される、１次元画像データからなる画像である。
　この解析用画像Ｅ２は、処理画像Ｄにおける第１欠陥画素群Ｄ１１に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「６」、「７」、「８」、「９」および「１０」の画素が、第１欠陥画素群Ｄ１１の最大輝度値を示す画素と同一画素列の各画素における階調値を有する。図６Ｂの例では、解析用画像Ｅ２は、Ｘ座標値が「６」の画素の階調値が「８０」であり、Ｘ座標値が「７」の画素の階調値が「１００」であり、Ｘ座標値が「８」の画素の階調値が「２５５」であり、Ｘ座標値が「９」の画素の階調値が「１２８」であり、Ｘ座標値が「１０」の画素の階調値が「８０」である。また、解析用画像Ｅ２は、処理画像Ｄにおける第２欠陥画素群Ｄ１２に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「Ｗ－６」、「Ｗ－５」および「Ｗ－４」の画素が、第２欠陥画素群Ｄ１２の最大輝度値を示す画素と同一画素列の各画素における階調値を有する。図６Ｂの例では、解析用画像Ｅ２は、Ｘ座標値が「Ｗ－６」の画素の階調値が「８０」であり、Ｘ座標値が「Ｗ－５」の画素の階調値が「１２８」であり、Ｘ座標値が「Ｗ－４」の画素の階調値が「８０」である。さらにまた、解析用画像Ｅ２は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２以外の残余画素群Ｄ２１に対応する画素については、「０」の階調値を有する。
　このような解析用画像Ｅ２は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２の欠陥輝度情報が画素の階調値として付与されており、これによって、撮像装置５が生成した２次元画像における欠陥画素の欠陥輝度情報が画素の階調値として付与されていることになる。
　また、解析用画像生成部６２は、図６Ｂに示すような、欠陥サイズ情報を含む１次元画像データからなる解析用画像Ｅ３を生成し、生成した解析用画像Ｅ３に対応した解析用画像データを出力する。解析用画像Ｅ３は、Ｘ方向一端（図６Ｂにおける解析用画像Ｅ３の左端）から他端（図６Ｂにおける解析用画像Ｅ３の右端）に向かって０，１，２，…，Ｗ－２，Ｗ－１の順に位置付けられたＸ方向に並ぶＷ個の画素、およびＹ方向に１画素によって構成される、１次元画像データからなる画像である。
　この解析用画像Ｅ３は、処理画像Ｄにおける第１欠陥画素群Ｄ１１に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「６」、「７」、「８」、「９」および「１０」の画素が、処理画像Ｄの第１欠陥画素群Ｄ１１に関してＹ方向に並ぶ画素の数に相当する階調値を有する。図６Ｂの例では、解析用画像Ｅ３は、Ｘ座標値が「６」の画素の階調値が「１」であり、Ｘ座標値が「７」の画素の階調値が「２」であり、Ｘ座標値が「８」の画素の階調値が「３」であり、Ｘ座標値が「９」の画素の階調値が「２」であり、Ｘ座標値が「１０」の画素の階調値が「１」である。また、解析用画像Ｅ３は、処理画像Ｄにおける第２欠陥画素群Ｄ１２に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「Ｗ－６」、「Ｗ－５」および「Ｗ－４」の画素が、処理画像Ｄの第２欠陥画素群Ｄ１２に関してＹ方向に並ぶ画素の数に相当する階調値を有する。図６Ｂの例では、解析用画像Ｅ３は、Ｘ座標値が「Ｗ－６」の画素の階調値が「１」であり、Ｘ座標値が「Ｗ－５」の画素の階調値が「３」であり、Ｘ座標値が「Ｗ－４」の画素の階調値が「１」である。さらにまた、解析用画像Ｅ３は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２以外の残余画素群Ｄ２１に対応する画素については、「０」の階調値を有する。
　このような解析用画像Ｅ３は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２の欠陥サイズ情報が画素の階調値として付与されており、これによって、撮像装置５が生成した２次元画像における欠陥画素の欠陥サイズ情報が画素の階調値として付与されていることになる。
　また、解析用画像生成部６２は、図６Ｂに示すような、欠陥種別情報を含む１次元画像データからなる解析用画像Ｅ４を生成し、生成した解析用画像Ｅ４に対応した解析用画像データを出力する。解析用画像Ｅ４は、Ｘ方向一端（図６Ｂにおける解析用画像Ｅ４の左端）から他端（図６Ｂにおける解析用画像Ｅ４の右端）に向かって０，１，２，…，Ｗ－２，Ｗ－１の順に位置付けられたＸ方向に並ぶＷ個の画素、およびＹ方向に１画素によって構成される、１次元画像データからなる画像である。
　この解析用画像Ｅ４は、処理画像Ｄにおける第１欠陥画素群Ｄ１１に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「６」、「７」、「８」、「９」および「１０」の画素が、処理画像生成部６１による処理画像Ｄの生成時に第１欠陥画素群Ｄ１１が抽出可能であった欠陥検出アルゴリズムの種別番号に相当する階調値を有する。欠陥検出アルゴリズムの種別番号は、欠陥検出アルゴリズムごとに便宜上付与された、欠陥検出アルゴリズムの種類を特定するための予め定める番号である。図６Ｂの例では、解析用画像Ｅ４は、Ｘ座標値が「６」、「７」、「８」、「９」および「１０」の画素の階調値が、第１欠陥画素群Ｄ１１の抽出が可能であった一の欠陥検出アルゴリズムの種別番号を示す「１」である。また、解析用画像Ｅ４は、処理画像Ｄにおける第２欠陥画素群Ｄ１２に対応して、Ｘ方向一端からの順位（Ｘ座標値）が「Ｗ－６」、「Ｗ－５」および「Ｗ－４」の画素が、処理画像生成部６１による処理画像Ｄの生成時に第２欠陥画素群Ｄ１２が抽出可能であった欠陥検出アルゴリズムの種別番号に相当する階調値を有する。図６Ｂの例では、解析用画像Ｅ４は、Ｘ座標値が「Ｗ－６」、「Ｗ－５」および「Ｗ－４」の画素の階調値が、第２欠陥画素群Ｄ１２の抽出が可能であった他の欠陥検出アルゴリズムの種別番号を示す「２」である。さらにまた、解析用画像Ｅ４は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２以外の残余画素群Ｄ２１に対応する画素については、「０」の階調値を有する。
　このような解析用画像Ｅ４は、処理画像Ｄにおける第１欠陥画素群Ｄ１１および第２欠陥画素群Ｄ１２の欠陥種別情報が画素の階調値として付与されており、これによって、撮像装置５が生成した２次元画像における欠陥画素の欠陥種別情報が画素の階調値として付与されていることになる。
　シート状成形体２に生じる欠陥としては、前述したように、気泡、フィッシュアイ、異物、タイヤ跡、打痕、傷などの点欠陥、折り目あとなどにより生じるいわゆるクニック、厚さの違いにより生じるいわゆる原反スジなどの線欠陥が挙げられる。
　処理画像生成部６１による処理画像Ｄの生成時に用いられる欠陥検出アルゴリズムの種類によって、抽出可能な欠陥の種類が異なる。欠陥検出アルゴリズムの一例である前記エッジプロファイル法は、異物やタイヤ跡、傷などの欠陥については高い抽出能で抽出することができる。前記ピーク法は、異物、打痕、傷などの欠陥については高い抽出能で抽出することができる。前記平滑化法は、気泡、フィッシュアイ、打痕などの欠陥については高い抽出能で抽出することができる。このような、欠陥検出アルゴリズムの種類による欠陥抽出能の違いを利用して、欠陥検出アルゴリズムの種別番号を示す階調値を有する画素を含む１次元画像データとして解析用画像Ｅ４を構成することによって、撮像装置５が生成した２次元画像における欠陥領域の欠陥種の区別が可能となる。
　上記では、欠陥検出アルゴリズムの種別番号を示す階調値を有する画素を含む１次元画像データとすることによって、欠陥種別情報を含む解析用画像Ｅ４を生成する例を示したが、これに限定されるものではない。
　図７Ａ～７Ｅは、撮像装置５により撮像された２次元画像における、欠陥の種類の違いによる輝度値の変化の様子を示す図である。図７Ａ～７Ｅは、搬送装置３によって搬送されるシート状成形体２を撮像装置５により撮像したときの２次元画像Ｆを示すものであり、図７Ａ、図７Ｂ、図７Ｃ、図７Ｄ、図７Ｅの順番に撮像されたものである。
　たとえば打痕欠陥Ｆ２１は、照明像Ｆ１を通過する際に観測される明暗の反転に基づいて検出することができる。それに対し、異物欠陥Ｆ２２は常に暗領域として検出される。この現象を利用し、解析用画像生成部６２は、撮像装置５により撮像された複数の２次元画像Ｆに対して、１種の欠陥検出アルゴリズムを用いて処理画像生成部６１により生成された複数の処理画像を蓄積する。そして、解析用画像生成部６２は、各処理画像においてＸ方向の座標値（Ｘ座標値）が同一の欠陥画素に対し、全てが暗領域となる欠陥画素が抽出された場合と、明領域および暗領域が反転される欠陥画素が抽出された場合とで欠陥種別を分類し、これによって欠陥種別情報を含む解析用画像Ｅ４を生成する。
　図８は、複数の撮像装置５を並列駆動する場合における、複数情報量の出力方式を説明するための図である。欠陥検査装置１において、複数の撮像装置５を並列駆動する場合、隣接する撮像装置５の視野が互いに少し重ね合わさるように、撮像装置５が配置される。このような場合、各撮像装置５により撮像された各２次元画像に対応して、解析用画像生成部６２により生成された各解析用画像Ｇ１，Ｇ２，Ｇ３には、欠陥検出に利用される中央領域Ｇ１２，Ｇ２２，Ｇ３２と、撮像装置５の視野重なり部分に対応した、欠陥検出に利用されない端部領域Ｇ１３，Ｇ２３，Ｇ３３とが形成される。このような、各解析用画像Ｇ１，Ｇ２，Ｇ３における端部領域Ｇ１３，Ｇ２３，Ｇ３３の各画素に、欠陥に関する他の情報（前述した欠陥位置情報、欠陥輝度情報、欠陥サイズ情報および欠陥種別情報以外の情報）を記述することで、解析用画像Ｇ１，Ｇ２，Ｇ３の画素数を増加させることなく、多くの欠陥に関する情報を付与することができる。
　図２に戻って、本実施形態の欠陥検査装置１に備えられる画像解析装置７は、画像処理装置６の解析用画像生成部６２から出力された解析用画像データに基づいて画像解析を行い、シート状成形体２の欠陥を検出する。画像解析装置７は、解析用画像入力部７１、画像解析部７２、制御部７３、および表示部７４を備える。解析用画像入力部７１は、画像処理装置６の解析用画像生成部６２から出力された解析用画像データを入力する。
　画像解析部７２は、解析用画像入力部７１から入力された解析用画像データに基づいて欠陥を検出し、シート状成形体２における欠陥位置情報、欠陥輝度情報、欠陥サイズ情報、および欠陥種別情報などを解析して、欠陥に関する情報を示す欠陥情報を生成し、この欠陥情報を制御部７３に出力する。画像解析部７２は、欠陥位置情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力された場合には、解析用画像における欠陥画素の座標をシート状成形体２上の位置に変換して、シート状成形体２における欠陥の位置を示す欠陥情報を生成し、この生成した欠陥情報を制御部７３に出力する。
　また、画像解析部７２は、欠陥輝度情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力された場合には、解析用画像における欠陥の輝度分布をシート状成形体２上の欠陥の輝度分布に変換して、シート状成形体２における欠陥の輝度分布を示す欠陥情報を生成し、この生成した欠陥情報を制御部７３に出力する。
　また、画像解析部７２は、欠陥サイズ情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力された場合には、解析用画像における欠陥サイズの分布をシート状成形体２上の欠陥サイズの分布に変換して、シート状成形体２における欠陥サイズの分布を示す欠陥情報を生成し、この生成した欠陥情報を制御部７３に出力する。
　また、画像解析部７２は、欠陥種別情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力された場合には、解析用画像における種別ごとの欠陥の分布をシート状成形体２上の種別ごとの欠陥の分布に変換して、シート状成形体２における種別ごとの欠陥の分布を示す欠陥情報を生成し、この生成した欠陥情報を制御部７３に出力する。
　さらにまた、画像解析部７２は、欠陥位置情報、欠陥輝度情報、欠陥サイズ情報、および欠陥種別情報から選ばれた情報をそれぞれ含む、複数の１次元画像データからなる解析用画像データが解析用画像生成部６２から出力された場合には、解析用画像における各情報をシート状成形体２上の対応する各情報に変換して、シート状成形体２における各欠陥情報を生成し、この生成した各欠陥情報を制御部７３に出力する。
　制御部７３は、画像解析部７２から出力された欠陥情報に基づいて、シート状成形体２における欠陥情報を示す欠陥マップを作成するとともに、解析用画像入力部７１、画像解析部７２および表示部７４を統括的に制御する。
　制御部７３は、欠陥位置情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力され、該解析用画像データに基づいた、シート状成形体２における欠陥の位置を示す欠陥情報が画像解析部７２から出力された場合には、シート状成形体２の欠陥位置を示す欠陥マップを作成する。
　また、制御部７３は、欠陥輝度情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力され、該解析用画像データに基づいた、シート状成形体２における欠陥の輝度分布を示す欠陥情報が画像解析部７２から出力された場合には、シート状成形体２の欠陥輝度の分布を示す欠陥マップを作成する。
　また、制御部７３は、欠陥サイズ情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力され、該解析用画像データに基づいた、シート状成形体２における欠陥サイズの分布を示す欠陥情報が画像解析部７２から出力された場合には、シート状成形体２の欠陥サイズの分布を示す欠陥マップを作成する。
　また、制御部７３は、欠陥種別情報を含む１次元画像データからなる解析用画像データが解析用画像生成部６２から出力され、該解析用画像データに基づいた、シート状成形体２における種別ごとの欠陥の分布を示す欠陥情報が画像解析部７２から出力された場合には、シート状成形体２の種別ごとの欠陥の分布を示す欠陥マップを作成する。
　さらにまた、制御部７３は、欠陥位置情報、欠陥輝度情報、欠陥サイズ情報、および欠陥種別情報から選ばれた情報をそれぞれ含む、複数の１次元画像データからなる解析用画像データが解析用画像生成部６２から出力され、該解析用画像データに基づいた、シート状成形体２における複数の欠陥情報が画像解析部７２から出力された場合には、シート状成形体２における複数の欠陥情報がそれぞれ示された欠陥マップを作成する。
　このようにして制御部７３によって作成された欠陥マップは、表示部７４に表示される。図９は、画像解析装置７の表示部７４に表示される欠陥マップＨの一例を示す図である。
　図９に示す例では、解析用画像生成部６２が、欠陥位置情報を含む１次元画像データと欠陥輝度情報を含む１次元画像データとの、２つの１次元画像データからなる解析用画像データを出力した場合である。
　ここで、解析用画像データを構成する、欠陥位置情報を含む１次元画像データからなる解析用画像は、図６Ｂに示す解析用画像Ｅ１であり、欠陥輝度情報を含む１次元画像データからなる解析用画像は、図６Ｂに示す解析用画像Ｅ２である。
　このような、欠陥位置情報を含む１次元画像データと欠陥輝度情報を含む１次元画像データとの、２つの１次元画像データからなる解析用画像データを解析用画像生成部６２が出力した場合、画像解析部７２は、欠陥位置情報を含む１次元画像データにおける欠陥位置の座標をシート状成形体２上の位置に変換する。さらに、画像解析部７２は、欠陥輝度情報を含む１次元画像データにおける欠陥の輝度分布をシート状成形体２上の欠陥の輝度分布に変換して、シート状成形体２における欠陥位置および輝度値を示す欠陥情報を生成し、この生成した欠陥情報を制御部７３に出力する。
　制御部７３は、画像解析部７２によって生成された、シート状成形体２における欠陥位置および輝度値を示す欠陥情報に基づいて、図９に示す、欠陥Ｈ１の分布が表された欠陥マップＨを生成し、その生成した欠陥マップＨを表示部７４に表示させる。このようにして表示部７４に表示された欠陥マップＨを視認することによって、欠陥検査装置１を操作するユーザは、シート状成形体２における欠陥の発生状況を確認することができる。
　以上のように構成された本実施形態の欠陥検査装置１では、撮像装置５によって撮像された、シート状成形体２の２次元画像データに基づいて、シート状成形体２の欠陥検出が行われるので、たとえばラインセンサによる１次元画像データに基づいて欠陥検出が行われる場合に比べて、高い欠陥検出能力を維持することができる。
　さらに本実施形態の欠陥検査装置１では、撮像装置５から出力された、情報量の多い２次元画像データは、処理画像生成部６１によって処理画像データに変換され、さらに、解析用画像生成部６２によって１または複数の１次元画像データからなる解析用画像データ群に変換される。このようにして２次元画像データから変換された、１または複数の１次元画像データからなる解析用画像データ群に基づいて、画像解析装置７が、画像解析を行ってシート状成形体２の欠陥を検出するので、画像解析装置７による画像処理の高速化を図ることができ、検査効率を向上することができる。
　本発明は、その精神または主要な特徴から逸脱することなく、他のいろいろな形態で実施できる。したがって、前述の実施形態はあらゆる点で単なる例示に過ぎず、本発明の範囲は請求の範囲に示すものであって、明細書本文には何ら拘束されない。さらに、請求の範囲に属する変形や変更は全て本発明の範囲内のものである。
　１　欠陥検査装置
　２　シート状成形体
　３　搬送装置
　４　照明装置
　５　撮像装置
　６　画像処理装置
　７　画像解析装置
　６１　処理画像生成部
　６２　解析用画像生成部
　７１　解析用画像入力部
　７２　画像解析部
　７３　制御部
　７４　表示部

Claims (4)

  1. 　シート状成形体を搬送する搬送部と、
    　搬送される前記シート状成形体に光を照射する照射部と、
    　搬送される前記シート状成形体を撮像し、シート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する撮像部と、
    　前記２次元画像データを構成する各画素の、輝度値に基づく特徴量を、予め定めるアルゴリズム処理によって算出する特徴量算出部と、
    　前記２次元画像データを構成する各画素を、前記輝度値に基づく特徴量が予め定める閾値以上の画素である欠陥画素と、前記輝度値に基づく特徴量が前記閾値未満の画素である残余画素とに区別し、前記欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、前記残余画素についてはゼロの階調値が付与された処理画像データを生成する処理画像データ生成部と、
    　前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を、少なくとも１つ生成する解析用画像データ生成部と、
    　前記解析用画像データ生成部によって生成された前記解析用画像データ群に基づいて画像解析を行い、前記シート状成形体の欠陥を検出する画像解析部と、を備えることを特徴とする欠陥検査装置。
  2. 　前記解析用画像データ群は、前記シート状成形体における欠陥の位置情報、輝度情報、サイズ情報、および種別情報のうちの少なくとも１つの情報を含むことを特徴とする請求項１に記載の欠陥検査装置。
  3. 　前記特徴量算出部は、複数のアルゴリズム処理によって前記輝度値に基づく特徴量を算出し、
    　前記解析用画像データ生成部は、前記特徴量を算出したアルゴリズム処理の種類を特定するための予め定める種別番号に相当する階調値が画素の階調値として付与された解析用画像データ群を、前記種別情報を含む解析用画像データ群として生成することを特徴とする請求項２に記載の欠陥検査装置。
  4. 　シート状成形体を搬送する搬送工程と、
    　搬送される前記シート状成形体に光を照射する照射工程と、
    　搬送される前記シート状成形体を撮像部によって撮像し、シート状成形体に照射された光の反射光または透過光に基づく２次元画像データを生成する撮像工程と、
    　前記２次元画像データを構成する各画素の、輝度値に基づく特徴量を、予め定めるアルゴリズム処理によって算出する特徴量算出工程と、
    　前記２次元画像データを構成する各画素を、前記輝度値に基づく特徴量が予め定める閾値以上の画素である欠陥画素と、前記輝度値に基づく特徴量が前記閾値未満の画素である残余画素とに区別し、前記欠陥画素については前記輝度値に基づく特徴量に応じた階調値が付与され、前記残余画素についてはゼロの階調値が付与された処理画像データを生成する処理画像データ生成工程と、
    　前記処理画像データに基づいて、１または複数の１次元画像データからなる解析用画像データ群を、少なくとも１つ生成する解析用画像データ生成工程と、
    　前記解析用画像データ生成工程で生成された前記解析用画像データ群に基づいて画像解析を行い、前記シート状成形体の欠陥を検出する画像解析工程と、を含むことを特徴とする欠陥検査方法。
PCT/JP2013/072449 2012-08-28 2013-08-22 欠陥検査装置および欠陥検査方法 WO2014034526A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014514651A JP5643918B2 (ja) 2012-08-28 2013-08-22 欠陥検査装置および欠陥検査方法
CN201380044740.9A CN104583761B (zh) 2012-08-28 2013-08-22 缺陷检查装置以及缺陷检查方法
KR1020157005297A KR102023231B1 (ko) 2012-08-28 2013-08-22 결함 검사 장치 및 결함 검사 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-188097 2012-08-28
JP2012188097 2012-08-28

Publications (1)

Publication Number Publication Date
WO2014034526A1 true WO2014034526A1 (ja) 2014-03-06

Family

ID=50183341

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/072449 WO2014034526A1 (ja) 2012-08-28 2013-08-22 欠陥検査装置および欠陥検査方法

Country Status (5)

Country Link
JP (1) JP5643918B2 (ja)
KR (1) KR102023231B1 (ja)
CN (1) CN104583761B (ja)
TW (1) TWI588472B (ja)
WO (1) WO2014034526A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017146248A (ja) * 2016-02-19 2017-08-24 株式会社Ｓｃｒｅｅｎホールディングス 欠陥検出装置、欠陥検出方法およびプログラム
WO2017141611A1 (ja) * 2016-02-19 2017-08-24 株式会社Ｓｃｒｅｅｎホールディングス 欠陥検出装置、欠陥検出方法およびプログラム
TWI708041B (zh) * 2018-10-17 2020-10-21 所羅門股份有限公司 檢測與標記瑕疵的方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6010711B1 (ja) * 2015-06-09 2016-10-19 東芝機械株式会社 欠陥検査方法および欠陥検査装置
CN105818260B (zh) * 2016-05-12 2018-10-23 山东工业陶瓷研究设计院有限公司 平板陶瓷膜智能挤出成型装置
CN107560567A (zh) * 2017-07-24 2018-01-09 武汉科技大学 一种基于图像分析的材料表面质量检测方法
JP6786565B2 (ja) * 2018-10-10 2020-11-18 Ckd株式会社 検査装置、ｐｔｐ包装機及びｐｔｐシートの製造方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0968502A (ja) * 1995-08-30 1997-03-11 Dainippon Screen Mfg Co Ltd 透孔板の検査方法および検査装置
JPH09229869A (ja) * 1996-02-28 1997-09-05 Tomoe Corp 管類の内部腐食検出方法およびその内部腐食検出システム装置
JP2003215062A (ja) * 2002-01-25 2003-07-30 Pentax Corp 光学部材検査方法
WO2008066055A1 (fr) * 2006-11-29 2008-06-05 Sharp Kabushiki Kaisha Dispositif de détection de défaut linéaire, dispositif de fabrication de substrat semi-conducteur, procédé de détection de défaut linéaire, procédé de fabrication de substrat semi-conducteur, programme pour amener un ordinateur à fonctionner en tant que d
WO2009147821A1 (ja) * 2008-06-05 2009-12-10 住友化学株式会社 樹脂材料検査装置および記録媒体
WO2010058557A1 (ja) * 2008-11-21 2010-05-27 住友化学株式会社 成形シートの欠陥検査装置
WO2012035852A1 (ja) * 2010-09-15 2012-03-22 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0634349A (ja) * 1992-07-16 1994-02-08 Kobe Steel Ltd 逆反射スクリーンによる表面検査方法
JPH09159622A (ja) * 1995-12-05 1997-06-20 Kawasaki Steel Corp 表面欠陥検査装置
JP3100330B2 (ja) * 1996-01-31 2000-10-16 三菱重工業株式会社 自動材料欠陥検査装置
JPH09311030A (ja) * 1996-05-24 1997-12-02 Datsuku Eng Kk 品質検査方法および品質検査装置
JP2000276592A (ja) * 1999-03-23 2000-10-06 Tokimec Inc 欠陥検出方法及び欠陥検出装置
JP4155496B2 (ja) * 2002-04-25 2008-09-24 大日本スクリーン製造株式会社 分類支援装置、分類装置およびプログラム
JP2005030966A (ja) * 2003-07-08 2005-02-03 Hitachi Kokusai Electric Inc 検査データ設定方法及びそれを使った検査方法並びに装置
JP2005189113A (ja) * 2003-12-25 2005-07-14 Jfe Steel Kk 表面検査装置および表面検査方法
JP4476758B2 (ja) * 2004-09-17 2010-06-09 アイパルス株式会社 実装基板の検査方法及び検査装置
JP5006551B2 (ja) 2006-02-14 2012-08-22 住友化学株式会社 欠陥検査装置及び欠陥検査方法
JP4726983B2 (ja) * 2009-10-30 2011-07-20 住友化学株式会社 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0968502A (ja) * 1995-08-30 1997-03-11 Dainippon Screen Mfg Co Ltd 透孔板の検査方法および検査装置
JPH09229869A (ja) * 1996-02-28 1997-09-05 Tomoe Corp 管類の内部腐食検出方法およびその内部腐食検出システム装置
JP2003215062A (ja) * 2002-01-25 2003-07-30 Pentax Corp 光学部材検査方法
WO2008066055A1 (fr) * 2006-11-29 2008-06-05 Sharp Kabushiki Kaisha Dispositif de détection de défaut linéaire, dispositif de fabrication de substrat semi-conducteur, procédé de détection de défaut linéaire, procédé de fabrication de substrat semi-conducteur, programme pour amener un ordinateur à fonctionner en tant que d
WO2009147821A1 (ja) * 2008-06-05 2009-12-10 住友化学株式会社 樹脂材料検査装置および記録媒体
WO2010058557A1 (ja) * 2008-11-21 2010-05-27 住友化学株式会社 成形シートの欠陥検査装置
WO2012035852A1 (ja) * 2010-09-15 2012-03-22 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017146248A (ja) * 2016-02-19 2017-08-24 株式会社Ｓｃｒｅｅｎホールディングス 欠陥検出装置、欠陥検出方法およびプログラム
WO2017141611A1 (ja) * 2016-02-19 2017-08-24 株式会社Ｓｃｒｅｅｎホールディングス 欠陥検出装置、欠陥検出方法およびプログラム
TWI626440B (zh) * 2016-02-19 2018-06-11 斯庫林集團股份有限公司 缺陷檢測裝置、缺陷檢測方法及程式產品
US11216936B2 (en) 2016-02-19 2022-01-04 SCREEN Holdings Co., Ltd. Defect detection device, defect detection method, and program
TWI708041B (zh) * 2018-10-17 2020-10-21 所羅門股份有限公司 檢測與標記瑕疵的方法

Also Published As

Publication number Publication date
JPWO2014034526A1 (ja) 2016-08-08
JP5643918B2 (ja) 2014-12-17
TWI588472B (zh) 2017-06-21
CN104583761A (zh) 2015-04-29
KR20150044907A (ko) 2015-04-27
CN104583761B (zh) 2016-12-21
TW201411121A (zh) 2014-03-16
KR102023231B1 (ko) 2019-09-19

Similar Documents

Publication Publication Date Title
JP6191627B2 (ja) 画像生成装置、欠陥検査装置および欠陥検査方法
JP5643918B2 (ja) 欠陥検査装置および欠陥検査方法
JP5619348B2 (ja) 成形シートの欠陥検査装置
JP6191622B2 (ja) 画像生成装置、欠陥検査装置および欠陥検査方法
JP5006551B2 (ja) 欠陥検査装置及び欠陥検査方法
JP2013140050A (ja) 欠陥検査装置および欠陥検査方法
CN107709977B (zh) 表面缺陷检测装置及表面缺陷检测方法
JP4796860B2 (ja) オブジェクト検出装置及びオブジェクト検出方法
KR101604528B1 (ko) 구멍 검사 장치
WO2015159352A1 (ja) ウェブ検査装置、ウェブ検査方法、ウェブ検査プログラム
KR101086333B1 (ko) 스트립의 결함 검출방법
JP2007132858A (ja) 疵検出方法、装置、及びコンピュータプログラム
JP2013190386A (ja) 欠陥検査装置
CN117825387A (zh) 一种ps版瑕疵检测系统、方法和设备
JP2013003062A (ja) 画像生成装置および欠陥検査装置

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2014514651

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13833315

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20157005297

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13833315

Country of ref document: EP

Kind code of ref document: A1