WO2014112652A1 - 画像生成装置、欠陥検査装置および欠陥検査方法 - Google Patents

画像生成装置、欠陥検査装置および欠陥検査方法 Download PDF

Info

Publication number
WO2014112652A1
WO2014112652A1 PCT/JP2014/051157 JP2014051157W WO2014112652A1 WO 2014112652 A1 WO2014112652 A1 WO 2014112652A1 JP 2014051157 W JP2014051157 W JP 2014051157W WO 2014112652 A1 WO2014112652 A1 WO 2014112652A1
Authority
WO
WIPO (PCT)
Prior art keywords
defect
image data
analysis
sheet
molded body
Prior art date
Application number
PCT/JP2014/051157
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 JP2014557545A priority Critical patent/JP6191622B2/ja
Priority to CN201480004546.2A priority patent/CN104919305B/zh
Priority to KR1020157021410A priority patent/KR102110006B1/ko
Publication of WO2014112652A1 publication Critical patent/WO2014112652A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • G01N21/8903—Optical details; Scanning details using a multiple detector array
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Definitions

  • the present invention relates to an image generation apparatus that generates image data for inspecting defects in a sheet-like molded body such as a polarizing film and a retardation film, a defect inspection apparatus including the image generation apparatus, and a defect inspection method.
  • 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. It is an image of light that has reached.
  • the linear light source image is emitted from the linear light source and transmitted through the sheet-shaped molded body to reach 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.
  • a defect in a sheet-like molded body is inspected based on two-dimensional image data 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 the one-dimensional image data is one predetermined 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. do not have.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2007-218629 (Patent Document 1) and Japanese Patent Application Laid-Open No. 2010-122192 (Patent Document 2) describe a sheet-like molded body such as a fluorescent tube. While illuminating with a linear light source and continuously conveying the sheet-shaped molded body in a predetermined conveyance direction, two-dimensional image data (moving image data) is acquired using a two-dimensional camera called an area sensor. An apparatus for inspecting a defect of a sheet-like molded body based on data is disclosed.
  • the defect inspection apparatus disclosed in Patent Documents 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 needs to process two-dimensional image data with a large amount of information.
  • the defect position and the like are analyzed in an image analysis unit realized by a personal computer (PC) for the two-dimensional image data output from the area sensor, but 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.
  • the conveyance speed of the sheet-like molded body is controlled according to the analysis processing speed of the two-dimensional image data by the image analysis unit. If the analysis processing speed of the image analysis unit for two-dimensional image data with a large amount of information is slow, it is necessary to reduce the conveyance speed of the sheet-like molded body, and the inspection efficiency is reduced.
  • An object of the present invention is to increase the speed of image processing by an image analysis unit while maintaining high defect detection capability in an image generation apparatus that generates image data for inspecting defects in a sheet-like molded body.
  • An image generation apparatus capable of improving inspection efficiency, a defect inspection apparatus including the image generation apparatus, and a defect inspection method are provided.
  • the present invention is an image generation apparatus for generating image data for inspecting a defect of a sheet-like molded body, A transport unit for transporting the sheet-shaped molded body in the longitudinal direction of the sheet-shaped molded body; A light source that linearly extends in the width direction perpendicular to the longitudinal direction of the sheet-like molded body, and that irradiates the sheet-like molded body with light by the light source; An imaging unit that performs an imaging operation on the sheet-like molded body being conveyed by the conveyance unit to generate two-dimensional image data representing a two-dimensional image; A feature amount calculation unit that calculates a feature amount of each pixel constituting the two-dimensional image data based on a luminance value of each pixel by one or a plurality of algorithm processes; Each pixel constituting the two-dimensional image data is classified into a defective pixel whose feature value is equal to or greater than a predetermined threshold value and a residual pixel whose feature value is less than the threshold value.
  • a processing image data generation unit for generating image data Based on the processed image data, for each pixel, to acquire defect information about defects in the sheet-like molded body, a defect information acquisition unit that generates a defect information storage bit string in which the acquired defect information is stored, An analysis image data generation unit that generates analysis image data including an analysis bit string obtained by adding the defect information storage bit string to the gradation information storage bit string of the processed image data for each pixel; An image generation apparatus is provided.
  • the defect information can include defect type information indicating a type of defect in the sheet-like molded body.
  • the feature amount calculation unit calculates the feature amount by a plurality of algorithm processes
  • the defect information acquisition unit determines whether the gradation information of the gradation information storage bit string for each pixel is gradation information corresponding to the feature amount calculated by any one of the plurality of algorithm processes.
  • the defect information including the defect type information is acquired based on the defect type information.
  • the present invention also provides the image generation apparatus, By performing a predetermined image analysis using information stored in the analysis bit string that constitutes the analysis image data generated by the analysis image data generation unit of the image generation device, defects in the sheet-like molded body are removed.
  • the present invention is a defect inspection method for inspecting a defect of a sheet-like molded body, A transporting step of transporting the sheet-shaped molded body in the longitudinal direction of the sheet-shaped molded body; A light irradiating step of irradiating light to the conveyed sheet-shaped molded body by a light source extending linearly in a width direction perpendicular to the longitudinal direction of the sheet-shaped molded body; An imaging step of performing an imaging operation on the sheet-like molded body being conveyed to generate two-dimensional image data representing a two-dimensional image; A feature amount calculating step of calculating a feature amount of each pixel constituting the two-dimensional image data based on a luminance value of each pixel by one or a plurality of algorithm processes; Each pixel constituting the two-dimensional image data is classified into a defective pixel whose feature value is equal to or greater than a predetermined threshold value and a residual pixel whose feature value is less than the threshold value.
  • Processing image data generation step for generating image data Based on the processed image data, for each pixel, to acquire defect information about defects in the sheet-like molded body, and to generate a defect information storage bit string in which the acquired defect information is stored, and a defect information acquisition step, An analysis image data generation step for generating analysis image data composed of an analysis bit string obtained by adding the defect information storage bit string to the gradation information storage bit string of the processed image data for each pixel; By using the information stored in the analysis bit string constituting the analysis image data, by performing a predetermined image analysis, an image analysis step of detecting defects in the sheet-like molded body, A defect inspection method including
  • the image generation apparatus is an apparatus that generates image data for inspecting a defect in a sheet-like molded body, and includes a conveyance unit, a light irradiation unit, an imaging unit, a feature amount calculation unit, and processed image data generation.
  • the imaging unit performs an imaging operation on the sheet-like molded body conveyed by the conveyance unit while being irradiated with light by the light irradiation unit, and generates two-dimensional image data representing a two-dimensional image.
  • 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 distinguishes each pixel constituting the two-dimensional image data into a defective pixel whose feature value is equal to or greater than a predetermined threshold value and a residual pixel whose feature value is less than the threshold value,
  • the defective pixel is composed of a gradation information storage bit string in which gradation information representing gradation values corresponding to the feature amount is stored, and the remaining pixels are levels in which gradation information representing zero gradation values is stored.
  • Processed image data including a key information storage bit string is generated.
  • the defect information acquisition unit acquires defect information, which is information about defects in the sheet-like molded body, for each pixel based on the processed image data, and generates a defect information storage bit string in which the acquired defect information is stored To do.
  • the analysis image data generation unit adds, for each pixel, the defect information storage bit string generated by the defect information acquisition unit to the gradation information storage bit string of the processed image data, and from the analysis bit string thus obtained Image data for analysis is generated.
  • the analysis is image data for inspecting a defect of the sheet-shaped molded body based on the two-dimensional image data of the sheet-shaped molded body generated by the imaging unit. Since the image data is generated, it is possible to maintain a high defect detection capability as compared with the case where image data for inspecting defects is generated based on, for example, a plurality of one-dimensional image data by a line sensor.
  • the two-dimensional image data with a large amount of information output from the imaging unit is converted into processed image data in which each pixel is configured by a gradation information storage bit string, and further, gradation information It is converted into analysis image data in which each pixel is composed of an analysis bit string in which a defect information storage bit string is added to the storage bit string.
  • the image generation apparatus generates the analysis image data in which each pixel is configured by the analysis bit string converted from the two-dimensional image data in this way as image data for inspecting a defect of the sheet-like molded body. Therefore, by performing image analysis using the image data for analysis, it is possible to increase the speed of the image analysis and improve the efficiency of defect inspection.
  • the defect information acquired by the defect information acquisition unit based on the processed image data can include defect type information indicating the type of defect in the sheet-like molded body.
  • the image generation apparatus can acquire information on the type of defect in the sheet-like molded body based on the defect type information.
  • the feature amount calculation unit calculates the feature amount by a plurality of algorithm processes. Then, the defect information acquisition unit is based on whether the gradation information of the gradation information storage bit string for each pixel is the gradation information corresponding to the feature amount calculated by any one of the plurality of algorithm processes. Thus, defect information including defect type information can be acquired.
  • a defect inspection apparatus includes the image generation apparatus according to the present invention and an image analysis apparatus.
  • the image analysis apparatus performs sheet image forming by performing predetermined image analysis using information stored in the analysis bit string that constitutes the analysis image data generated by the analysis image data generation unit of the image generation apparatus. Detect body defects. As a result, the speed of image analysis by the image analysis apparatus can be increased, and the efficiency of defect inspection can be improved.
  • the defect inspection method includes a transport process, a light irradiation process, an imaging process, a feature amount calculation process, a processed image data generation process, a defect information acquisition process, an analysis image data generation process, and an image analysis process.
  • a transport process a transport process
  • a light irradiation process an imaging process
  • a feature amount calculation process a processed image data generation process
  • a defect information acquisition process an analysis image data generation process
  • an image analysis process generation process
  • an image analysis image data generation process includes an image analysis process.
  • each pixel constituting the two-dimensional image data is classified into a defective pixel whose feature amount is equal to or greater than a predetermined threshold value and a remaining pixel whose feature amount is less than the threshold value.
  • Gradation information storing a gradation information storage bit string in which gradation information representing gradation values corresponding to the feature amount is stored for pixels, and gradation information representing zero gradation values for the remaining pixels.
  • Processed image data composed of stored bit strings is generated.
  • defect information acquisition step defect information that is information about defects in the sheet-like molded body is acquired for each pixel based on the processed image data, and a defect information storage bit string in which the acquired defect information is stored is generated. To do.
  • the defect information storage bit string is added to the gradation information storage bit string of the processed image data, and the analysis image data configured by the analysis bit string obtained as described above is added. Generate. Then, in the image analysis step, a defect of the sheet-like molded body is detected by performing a predetermined image analysis using information stored in the analysis bit string constituting the analysis image data.
  • the defect detection of the sheet-shaped molded body is performed based on the two-dimensional image data of the sheet-shaped molded body generated in the imaging step, for example, by a line sensor Compared with a case where defect detection is performed based on a plurality of 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 which each pixel is configured by a gradation information storage bit string, and further, gradation information
  • the data is converted into analysis image data in which each pixel is constituted by the analysis bit string in which the defect information storage bit string is added to the storage bit string.
  • image analysis is performed to detect a defect in the sheet-like molded body. Therefore, the speed of image analysis in the image analysis process can be increased, and the inspection efficiency can be improved.
  • FIG. 1 is a process diagram showing processes of a defect inspection method according to an embodiment of the present invention.
  • FIG. 2 is a schematic diagram showing the configuration of the defect inspection apparatus 100 according to an embodiment of the present invention.
  • FIG. 3 is a block diagram illustrating a configuration of the defect inspection apparatus 100.
  • FIG. 4A is a diagram for explaining an edge profile method which is an example of a defect detection algorithm, and is a diagram illustrating an example of a two-dimensional image A corresponding to the two-dimensional image data generated by the imaging device 5.
  • FIG. 4B is a diagram illustrating an example of the edge profile P1 created by the processed image generation unit 61.
  • FIG. 4C is a diagram illustrating an example of the differential profile P2 created by the processed image generation unit 61.
  • FIG. 4A is a diagram for explaining an edge profile method which is an example of a defect detection algorithm, and is a diagram illustrating an example of a two-dimensional image A corresponding to the two-dimensional image data generated by the imaging device 5.
  • FIG. 5A is a diagram for explaining a peak method which is another example of the defect detection algorithm, and is a diagram illustrating an example of a two-dimensional image B corresponding to the two-dimensional image data generated by the imaging device 5.
  • FIG. 5B is a diagram illustrating an example of the luminance profile P3 created by the processed image generation unit 61.
  • FIG. 5C is a diagram for explaining an assumed procedure of a mass point moving from one end of a data point toward the other end, which is executed by the processed image generation unit 61.
  • FIG. 5D is a diagram illustrating an example of a brightness value difference profile P4 created by the processed image generation unit 61.
  • FIG. 6A is a diagram for explaining a smoothing method that is another example of the defect detection algorithm, and is a diagram illustrating an example of a two-dimensional image C corresponding to the two-dimensional image data generated by the imaging device 5.
  • FIG. 6B is a diagram illustrating an example of the smoothing profile P5 generated by the processed image generation unit 61.
  • FIG. 7A is a diagram for explaining a second edge profile method which is another example of the defect detection algorithm, and shows an example of a two-dimensional image D corresponding to the two-dimensional image data generated by the imaging device 5.
  • FIG. FIG. 7B is a diagram illustrating an example of the edge profile P6 created by the processed image generation unit 61.
  • FIG. 7C is a diagram illustrating an example of the edge profile P7 created by the processed image generation unit 61.
  • FIG. 8A is a diagram illustrating an example of a processed image generated by the image processing device 6, and is a diagram illustrating an example of a processed image E generated by processing with the first defect detection algorithm.
  • FIG. 8B is a diagram illustrating an example of a processed image generated by the image processing device 6, and is a diagram illustrating an example of a processed image F generated by being processed by the second defect detection algorithm.
  • FIG. 8C is a diagram illustrating an example of the processed image G generated by the processed image generation unit 61 by combining the processed image E and the processed image F.
  • FIG. 8A is a diagram illustrating an example of a processed image generated by the image processing device 6, and is a diagram illustrating an example of a processed image E generated by processing with the first defect detection algorithm.
  • FIG. 8B is a diagram illustrating an example of a processed image generated by the image processing device 6, and is a diagram
  • FIG. 9A is a diagram illustrating an example of an analysis image generated by the image processing apparatus 6, and defect information is stored in the gradation information storage bit string of each pixel constituting the processed image G generated by the processed image generation unit 61. It is a figure which shows an example of the image H for analysis obtained by adding a bit stream.
  • FIG. 9B is a diagram illustrating an example of analysis bit strings H31, H32, and H33 constituting pixels in the analysis image H.
  • FIG. 1 is a process diagram showing processes of a defect inspection method according to an embodiment of the present invention.
  • the defect inspection method according to the present embodiment includes a transport step s1, a light irradiation step s2, an imaging step s3, a feature amount calculation step s4, a processed image data generation step s5, and a defect information acquisition step s6 shown in FIG.
  • the image data generation process for analysis s7 and the image analysis process s8 are included.
  • FIG. 2 is a schematic diagram showing the configuration of the defect inspection apparatus 100 according to an embodiment of the present invention.
  • FIG. 3 is a block diagram illustrating a configuration of the defect inspection apparatus 100.
  • the defect inspection apparatus 100 according to the present embodiment is an apparatus that detects defects in the sheet-like molded body 2 such as a thermoplastic resin, and includes the image generation apparatus 1 and the image analysis apparatus 7 according to the present invention.
  • the image generation apparatus 1 of the defect inspection apparatus 100 includes a transport device 3, an illumination device 4, an imaging device 5, and an image processing device 6.
  • the defect inspection apparatus 100 implements the defect inspection method according to the present invention.
  • the conveyance device 3 executes the conveyance step s1, the illumination device 4 executes the light irradiation step s2, the imaging device 5 executes the imaging step s3, the image processing device 6 performs the feature amount calculation step s4, and the processed image data generation step. s5, the defect information acquisition step s6 and the analysis image data generation step s7 are executed, and the image analysis device 7 executes the image analysis step s8.
  • the defect inspection apparatus 100 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 illuminating device 4 in the transfer process is imaged by the imaging device 5 to generate two-dimensional image data representing a two-dimensional image, and the image processing device 6 analyzes the image for analysis based on the two-dimensional image data. Data is generated, and the image analysis device 7 performs defect detection based on the analysis image data output from the image processing device 6.
  • 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 that occur in the sheet-like molded body 2 include so-called nicks caused by point-like defects (point defects) such as bubbles, fish eyes, foreign matter, tire marks, dent marks, and scratches generated during molding, and crease marks. (Knick), and linear defects (line defects) such as so-called original streaks caused by differences in thickness.
  • point defects point-like defects
  • line defects linear defects
  • original streaks caused by differences in thickness.
  • 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 transport speed is set to about 2 to 30 m / min in the transport direction Z.
  • the illuminating device 4 has a function as a light irradiation unit, and illuminates the width direction of the sheet-like molded body 2 orthogonal to the conveyance direction Z linearly.
  • 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-like molded body 2 on the same side as the imaging device 5 with the sheet-like molded body 2 as a reference, and an illumination area on the surface of the sheet-like molded body 2, that is, It arrange
  • photographs may be set to 200 mm, for example.
  • the illuminating device 4 As a light source of the illuminating device 4, in particular, 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 (Light Emitting Diode), a metal halide lamp, a halogen transmission light, and a fluorescent lamp. It is not limited.
  • 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 100 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 plurality of two-dimensional image data by capturing a two-dimensional image including a reflection image or a transmission image (hereinafter collectively referred to as “illumination image”) of the sheet-like molded body 2 by the illumination device 4. Is generated.
  • 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. 2, 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 that functions as a feature amount calculation unit, a processing image data generation unit, and a defect information acquisition unit, and an analysis image generation unit 62 that functions as an analysis image data generation unit.
  • the image processing device 6 is provided corresponding to each of the plurality of imaging devices 5.
  • the processed image generation unit 61 can be realized by an internal hardware of the image processing board or the imaging device 5 such as an FPGA (Field-programmable gate array) or a GPGPU (General-purpose computing on graphics processing units).
  • the processed image generation unit 61 processes the two-dimensional image data output from the imaging device 5 with a predetermined algorithm (hereinafter, referred to as “defect detection algorithm”), whereby each pixel constituting the two-dimensional image data is processed. A feature amount based on the luminance value is calculated. Further, the processed image generation unit 61 recognizes, in the two-dimensional image data, a pixel whose feature quantity is equal to or greater than a predetermined threshold value as a defective pixel, and the defective pixel represents a gradation value corresponding to the feature quantity. Tone information is stored, and for the remaining pixels other than defective pixels (pixels whose feature amount is less than the threshold), a tone information storage bit string in which tone information representing a tone value of zero is stored is generated.
  • a predetermined algorithm hereinafter, referred to as “defect detection algorithm”
  • the gradation information storage bit string generated for each pixel is composed of a plurality of bits. Then, the processed image generation unit 61 outputs processed image data in which each pixel is composed of the gradation information storage bit string. Furthermore, the processed image generation unit 61 acquires defect information that is information about defects in the sheet-like molded body 2 for each pixel based on the generated processed image data, and the acquired defect information is stored. A defect information storage bit string is generated.
  • the defect information storage bit string generated for each pixel usually consists of a plurality of bits.
  • the defect detection algorithm used in the processed image generation unit 61 will be described with reference to FIGS. 4A to 4C, FIGS. 5A to 5D, FIGS. 6A and 6B, and FIGS. 7A to 7C.
  • FIG. 4A to 4C are diagrams for explaining an edge profile method which is an example of a defect detection algorithm.
  • FIG. 4A 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 strip-shaped bright area 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 area 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 data of pixel columns one by one 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. 4A) to the other end (the lower end of the two-dimensional image A in FIG. 4A). 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 or not the luminance value of the target pixel is greater than a predetermined threshold value. 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 whether or not.
  • the processed image generation unit 61 determines that the adjacent pixel is the lower limit edge A4.
  • 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 Y coordinate value of the upper limit edge A3 is clearly different from the Y coordinate value of the remaining pixels other than the defective pixel.
  • the processed image generation unit 61 creates an edge profile P1 shown in FIG. 4B.
  • a peak P11 corresponding to the Y coordinate value of the upper limit edge A3 appears corresponding to the second defective pixel group A22 in the two-dimensional image A.
  • the processed image generation unit 61 may be configured to create an edge profile based on a difference in Y coordinate values between the upper limit edge A3 and the lower limit edge A4.
  • the upper limit edge A3 and the lower limit edge A4 correspond to the first defective pixel group A21 and the second defective pixel group A22 in the two-dimensional image A.
  • a peak with a small difference in Y coordinate values will appear.
  • the processed image generation unit 61 performs a differentiation process on the edge profile P1 to create a differentiation profile P2 shown in FIG. 4C.
  • the differential profile P2 shown in FIG. 4C features corresponding to the peak P11 in the edge profile P1, that is, corresponding to the second defective pixel group A22 in the two-dimensional image A, are equal to or greater than a predetermined threshold (the differential value is large).
  • a peak P21 having a quantity 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 second defective pixel group A22 as defective pixels.
  • FIG. 5A to 5D are diagrams for explaining a peak method which is another example of the defect detection algorithm.
  • FIG. 5A shows an example of a two-dimensional image B corresponding to the two-dimensional image data generated by the imaging device 5, wherein 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.
  • the bright region that is in the group B21 and is 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 one by one along the Y direction. Next, the processed image generation unit 61 continuously draws the data of each pixel column using the luminance value data at positions along a straight line L parallel to the Y direction of the two-dimensional image B as points, The connected curve is created as a luminance profile P3 shown in FIG. 5B.
  • the luminance profile P3 shows a unimodal profile in which no valley portion appears, but when there is a defective pixel, a valley portion P31 appears as shown in FIG. 5B. It shows the profile of Soho.
  • the processed image generation unit 61 has one end in the X direction of the luminance profile P3 so that the movement time between adjacent data points is constant regardless of the distance between the data points.
  • a mass that moves from one to the other.
  • the mass point moves from the data point c to the adjacent data point b, from the data point b to the adjacent data point a, and from the data point a to the adjacent data point d.
  • the data point d is a data point corresponding to the target pixel.
  • the processed image generation unit 61 obtains the velocity vector and acceleration vector of the mass point at the data points a, b, and c where the mass point passes immediately before the data point d. That is, the processed image generation unit 61 determines the interval from the data point b to the data point a based on the coordinates of the two data points a and b where the mass point has passed immediately before the data point d and the movement time. Find the velocity vector of the mass point at. Further, the processed image generation unit 61 determines the interval from the data point c to the data point b based on the coordinates of the two data points b and c that the mass point has passed immediately before the data point a and the movement time. Find the velocity vector of the mass point at.
  • the processed image generation unit 61 starts from the data point c based on the speed vector of the mass point in the section from the data point b to the data point a and the speed vector of the mass point in the section from the data point c to the data point b.
  • the acceleration vector of the mass point in the section up to the data point a is obtained.
  • the processed image generation unit 61 calculates the coordinates of the data point d from the velocity vector of the mass point in the section from the data point b to the data point a and the acceleration vector of the mass point in the section from the data point c to the data point a. Predict (predicted data point f).
  • the processed image generation unit 61 obtains a difference between the luminance value of the predicted data point f of the data point d predicted as described above and the actual (actually measured) luminance value of the data point d, and the luminance shown in FIG. 5D.
  • a value difference profile P4 is created.
  • the luminance value difference profile P4 shown in FIG. 5D it corresponds to the valley portion P31 in the luminance profile P3 shown in FIG. 5B, that is, corresponds to the first defective pixel group B21 in the two-dimensional image B, and is equal to or higher than a predetermined threshold value.
  • a peak P41 having a feature amount P42 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. 6A and 6B are diagrams for explaining a smoothing method which is another example of the defect detection algorithm.
  • FIG. 6A shows an example of a two-dimensional image C 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. .
  • 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 first divides the two-dimensional image C into data of pixel columns one by one 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.
  • Data of the difference from the average value of the luminance values of the pixels is continuously drawn as points, and a curve connecting them is created as a smoothing profile P5 shown in FIG. 6B.
  • a peak P51 having a feature quantity P52 that is equal to or greater than a predetermined threshold (a luminance value difference is large) 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. 7A to 7C are diagrams for explaining a second edge profile method which is another example of the defect detection algorithm.
  • FIG. 7A shows an example of a two-dimensional image D corresponding to the two-dimensional image data generated by the imaging device 5, wherein 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 band-like bright region located in the center in the Y direction of the two-dimensional image D and extending in the X direction is the illumination image D1
  • a dark region existing inside the illumination image D1 is the first defective pixel group D21.
  • the bright region existing in the vicinity of the illumination image D1 is the second defective pixel group D22.
  • the processed image generation unit 61 first divides the two-dimensional image D into data of pixel columns one by one 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 D in FIG. 7A) to the other end (the lower end of the two-dimensional image D in FIG. 7A). 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 or not the luminance value of the target pixel is greater than a predetermined threshold value. When 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 edge D3.
  • 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.
  • FIG. 7A an example of the edge D3 detected by the edge determination process by the processed image generation unit 61 is indicated by “ ⁇ ”.
  • the coordinate value (Y coordinate value) in the Y direction of the edge D3 is It changes extremely.
  • the processed image generation unit 61 creates an edge profile P6 corresponding to the edge D3 in the two-dimensional image D.
  • the edge profile P6 corresponding to the edge D3 in the vicinity of the second defective pixel group D22 of the two-dimensional image D is shown enlarged.
  • the Y coordinate value changes extremely corresponding to the second defective pixel group D22 in the two-dimensional image D.
  • the processed image generation unit 61 selects points P61 and P62 which are arbitrary two points on the created edge profile P6, and is surrounded by a straight line connecting the points P61 and P62 and the curve of the edge profile P6.
  • the area of the region P63 is calculated as a feature amount.
  • the processed image generation unit 61 extracts a pixel in the two-dimensional image D corresponding to a profile portion having a feature amount (area of the region P63) equal to or greater than a predetermined threshold as a defective pixel.
  • the processed image generation unit 61 creates an edge profile P7 corresponding to the edge D3 in the two-dimensional image D.
  • the edge profile P7 corresponding to the edge D3 in the vicinity of the second defective pixel group D22 of the two-dimensional image D is shown enlarged.
  • the Y coordinate value changes extremely corresponding to the second defective pixel group D22 in the two-dimensional image D.
  • the processed image generation unit 61 selects a point P71 and a point P72 that are arbitrary two points on the created edge profile P7, a tangent line P711 of the edge profile P7 at the point P71, and a tangent line P721 of the edge profile P7 at the point P72. Create Next, the processed image generation unit 61 calculates an angle ⁇ 1 formed between the virtual straight line P73 parallel to the X axis and the tangent line P711 and an angle ⁇ 2 formed between the virtual straight line P73 and the tangent line P721, and the calculated angle ⁇ 1. An angle ⁇ 3 that is a difference from the angle ⁇ 2 is obtained.
  • the processed image generation unit 61 uses the length of the arc P74 between the point P71 and the point P72 in the edge profile P7 and the angle ⁇ 3 to use the arc P74 between the point P71 and the point P72 in the edge profile P7. Is calculated as a feature amount. Based on the edge profile P7, the processed image generation unit 61 extracts a pixel in the two-dimensional image D corresponding to a profile portion having a feature amount (curvature radius R) within a predetermined threshold range as a defective pixel.
  • the 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 so-called nicks, and differences in thickness. And line defects such as so-called raw streaks caused by the above.
  • the type of defect that can be extracted differs depending on the type of defect detection algorithm used when the processed image is generated by the processed image generation unit 61.
  • 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.
  • defects such as raw fabric lines and nicks can be extracted with high extraction ability.
  • the processing image generation unit 61 calculates a feature amount by processing using a plurality of defect detection algorithms, using the difference in defect extraction ability depending on the type of defect detection algorithm. Then, by extracting the defective pixels in the two-dimensional image using the calculated feature amount, it becomes possible to distinguish the defect type of the defect area in the two-dimensional image generated by the imaging device 5.
  • FIGS. 8A to 8C are diagrams showing examples of processed images generated by the image processing device 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 to extract defective pixels, and then performs FIGS. 8A to 8C.
  • the processed image generation unit 61 extracts defective pixels in a two-dimensional image using a first defect detection algorithm and a second defect detection algorithm which are two types of defect detection algorithms. Then, a processed image is generated.
  • the first defect detection algorithm has a high extraction capability for the first defective pixel group in the two-dimensional image generated by the imaging device 5, but the extraction capability for the second defective pixel group. It shall not have
  • the second defect detection algorithm has a high extraction capability for the second defective pixel group in the two-dimensional image generated by the imaging device 5, but has an extraction capability for the first defective pixel group. We do not have.
  • the processed image generation unit 61 processes the two-dimensional image data output from the imaging device 5 in parallel with the first defect detection algorithm and the second defect detection algorithm, and the feature amount is equal to or greater than a predetermined threshold (defect detection algorithm).
  • a predetermined threshold defect detection algorithm
  • the second edge profile method after extracting a pixel having “a feature amount within a predetermined threshold range”) as a defective pixel, a processed image E as shown in FIG. 8A and FIG. 8B are shown. Such a processed image F is generated.
  • the processed image E shown in FIG. 8A is a processed image generated by processing with the first defect detection algorithm.
  • the first defective pixel group E21 that can be extracted by the processing of the first defect detection algorithm corresponds to the feature amount.
  • Gradation information representing gradation values is stored, and the remaining pixel group E22 other than the first defective pixel group E21 is configured by a gradation information storage bit string in which gradation information representing zero gradation values is stored.
  • the gradation information storage bit string of each pixel constituting the processed image data corresponding to the processed image E generated by the processed image generation unit 61 is a bit string having the number of bits of “8”, and each of the eight bits In this example, “0” or “1” is stored, and 256 gradations can be expressed.
  • a pixel in which “00000000” is stored in the gradation information storage bit string has a gradation value of “0 (zero)”
  • a pixel in which “11111111” is stored in the gradation information storage bit string has a gradation value of “0”. 255 ".
  • a processed image F shown in FIG. 8B is a processed image generated by processing with the second defect detection algorithm, and the second defective pixel group F21 that can be extracted by the processing of the second defect detection algorithm is included in the feature amount.
  • Gradation information representing the corresponding gradation value is stored, and the remaining pixel group F22 other than the second defective pixel group F21 is configured by a gradation information storage bit string in which gradation information representing a zero gradation value is stored.
  • the gradation information storage bit string of each pixel constituting the processed image data corresponding to the processed image F generated by the processed image generation unit 61 is a bit string having the number of bits of “8”, and each of the eight bits In this example, “0” or “1” is stored, and 256 gradations can be expressed. For example, a pixel in which “00000000” is stored in the gradation information storage bit string has a gradation value of “0 (zero)”, and a pixel in which “11111111” is stored in the gradation information storage bit string has a gradation value of “0”. 255 ".
  • the processed image generation unit 61 combines the processed image E generated by processing with the first defect detection algorithm and the processed image F generated by processing with the second defect detection algorithm, as shown in FIG. 8C.
  • a processed image G is generated.
  • the processed image G shown in FIG. 8C includes a first defective pixel group G21 based on the processed image E, a second defective pixel group G22 based on the processed image F, and other than the first defective pixel group G21 and the second defective pixel group G22.
  • the remaining pixel group G23 is included in FIG. 8C.
  • the gradation value is “255” in the gradation information storage bit string G31 of the pixel located at the center of the first defective pixel group G21. “11111111” is stored, and “01111111” indicating that the gradation value is “128” is stored in the gradation information storage bit string G32 of the pixel located at the center of the second defective pixel group G22.
  • the stored gradation information storage bit string G33 of each pixel of the remaining pixel group G23 stores “00000000” indicating that the gradation value is “0 (zero)”.
  • the processed image generation unit 61 acquires defect information that is information about defects in the sheet-like molded body 2 based on the processed image data corresponding to the processed image G illustrated in FIG. 8C.
  • the processed image G used when the processed image generation unit 61 acquires defect information combines the processed image E and the processed image F generated by processing with a plurality (two) of defect detection algorithms having different defect detection capabilities. Therefore, the defect information obtained by the processed image generation unit 61 based on the processed image data corresponding to the processed image G includes defect type information indicating the type of defect in the sheet-shaped molded body 2. Can be made.
  • the processed image generation unit 61 processes the gradation information stored in the gradation information storage bit string constituting the processed image G using any defect detection algorithm among a plurality of defect detection algorithms.
  • the defect information including the defect type information can be acquired based on whether the gradation information corresponds to the calculated feature amount.
  • the processed image data corresponding to the processed image G output from the processed image generation unit 61 is input to the analysis image generation unit 62.
  • 9A and 9B are diagrams illustrating an example of an analysis image generated by the image processing device 6.
  • the image generation unit for analysis 62 of the image processing device 6 has each gradation information of the first defective pixel group G21, the second defective pixel group G22, and the remaining pixel group G23 constituting the processed image G generated by the processed image generating unit 61.
  • a defect information storage bit string in which the defect information is stored is added to the storage bit string, and an analysis image H as shown in FIG. 9A is generated.
  • the analysis image H is composed of an analysis bit string in which the defect information storage bit string is added to the gradation information storage bit string.
  • the analysis image generation unit 62 outputs analysis image data corresponding to the generated analysis image H.
  • the analysis image H shown in FIG. 9A is 0, 1, 2,..., W from one end in the X direction (the left end of the analysis image H in FIG. 9A) to the other end (the right end of the analysis image H in FIG. 9A).
  • H-2, H-1 in this order, and an image composed of H pixels arranged in the Y direction.
  • a pixel whose position from one end in the X direction (X coordinate value) is “8” and whose position from one end in the Y direction (Y coordinate value) is “6” has the maximum luminance value.
  • the first defective pixel group H21 and a pixel whose position (X coordinate value) from one end in the X direction is “W-5” and whose position from one end in the Y direction (Y coordinate value) is “3” has the maximum luminance value. It has a second defective pixel group H22 and a remaining pixel group H23 other than the first defective pixel group H21 and the second defective pixel group H22.
  • the first defective pixel group H21 is a pixel group corresponding to the first defective pixel group G21 in the processed image G generated by the processed image generation unit 61
  • the second defective pixel group H22 is a processed image.
  • the residual pixel group H23 is a pixel corresponding to the residual pixel group G23 in the processed image G generated by the processed image generating unit 61. Is a group.
  • each pixel of the first defective pixel group H21 is configured by an analysis bit string H31, and this analysis bit string H31 includes the first defective pixel group G21 of the processed image G.
  • This is a bit string in which a defect information storage bit string H312 storing defect information is added to a gradation information storage bit string H311 corresponding to the gradation information storage bit string G31.
  • the defect information storage bit string H312 of the analysis bit string H31 is, for example, a bit string having the number of bits “2”. “0” or “1” is stored in each of the two bits, and defect type information is used as defect information. Can be represented. In the example illustrated in FIG.
  • the gradation information stored in the gradation information storage bit string H311 is processed by the first defect detection algorithm of the first defect detection algorithm and the second defect detection algorithm. Stored is “01” representing gradation information corresponding to the calculated feature amount.
  • each pixel of the second defective pixel group H22 is configured by an analysis bit string H32 as shown in FIG. 9B, and this analysis bit string H32 is the second defective pixel group of the processed image G.
  • This is a bit string in which a defect information storage bit string H322 storing defect information is added to a gradation information storage bit string H321 corresponding to the gradation information storage bit string G32 of G22.
  • the defect information storage bit string H322 of the analysis bit string H32 is, for example, a bit string having the number of bits “2”, and “0” or “1” is stored in each of the two bits, and defect type information is used as defect information. Can be represented. In the example shown in FIG.
  • the gradation information stored in the gradation information storage bit string H321 is processed by the second defect detection algorithm of the first defect detection algorithm and the second defect detection algorithm. Stored is “10” representing the gradation information corresponding to the calculated feature amount.
  • each pixel of the residual pixel group H23 is configured by an analysis bit string H33 as shown in FIG. 9B, and this analysis bit string H33 is a gradation of the residual pixel group G23 of the processed image G.
  • This is a bit string in which a defect information storage bit string H332 in which defect information is stored is added to a gradation information storage bit string H331 corresponding to the information storage bit string G33.
  • the defect information storage bit string H332 of the analysis bit string H33 is, for example, a bit string having the number of bits “2”, and “0” or “1” is stored in each of the two bits, and defect type information is used as defect information. Can be represented. In the example shown in FIG.
  • the gradation information stored in the gradation information storage bit string H331 is a threshold value determined in advance in any of the defect detection algorithms of the first defect detection algorithm and the second defect detection algorithm. The above feature quantity is not calculated, and “00” representing “not a defect” is stored.
  • defect type information is stored as defect information in the defect information storage bit strings H312, H322, and H332 in the analysis bit strings H31, H32, and H33 constituting the analysis image H. It is not limited to such a configuration.
  • defect information stored in the defect information storage bit string other than the defect type information examples include position information of defects in the sheet-like molded body 2.
  • defect position information when defect position information is stored as defect information, the X and Y coordinate values of each pixel may be stored in the defect information storage bit strings H312, H322, and H332.
  • Analysis image data corresponding to the analysis image H output from the analysis image generation unit 62 is input to the image analysis device 7.
  • the image analysis apparatus 7 provided in the defect inspection apparatus 100 of the present embodiment includes analysis bit strings H31 and H32 that constitute analysis image data output from the analysis image generation unit 62 of the image processing apparatus 6 in the image generation apparatus 1. , H33, a defect in the sheet-like molded body 2 is detected by performing a predetermined image analysis using information stored in each bit.
  • 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 analyzes information stored in each bit of the analysis bit string H31, H32, and H33 in the analysis image data input from the analysis image input unit 71, and detects defect position information regarding the defect, the defect Luminance information, defect type information, and the like are generated and output to the control unit 73.
  • the image analysis unit 72 converts the coordinates of the defective pixel in the analysis image H into a position on the sheet-shaped molded body 2, and generates defect position information indicating the position of the defect in the sheet-shaped molded body 2.
  • the generated defect position information is output to the control unit 73.
  • the image analysis unit 72 converts the distribution of defect gradation information in the analysis image H into a defect luminance distribution on the sheet-like molded body 2, thereby indicating a defect luminance distribution in the sheet-like molded body 2. Luminance information is generated, and the generated defect luminance information is output to the control unit 73.
  • the image analysis unit 72 converts the distribution for each type of defect in the analysis image H into the distribution for each type of defect on the sheet-like molded body 2, and the distribution for each type of defect in the sheet-like molded body 2. Is generated, and the generated defect type 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 information regarding the defect output from the image analysis unit 72, and also includes the analysis image input unit 71, the image analysis unit 72, and the display.
  • the unit 74 is comprehensively controlled.
  • the defect map created by the control unit 73 is displayed on the display unit 74.
  • the defect detection of the sheet-shaped molded body 2 is performed based on the two-dimensional image data of the sheet-shaped 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 apparatus 5 is converted into processed image data in which each pixel is configured by a gradation information storage bit string. It is converted into analysis image data in which each pixel is constituted by an analysis bit string in which a defect information storage bit string is added to a gradation information storage bit string. Based on the analysis image data in which each pixel is constituted by the analysis bit string 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. Since detection is performed, it is possible to increase the speed of image analysis by the image analysis device 7 and to improve inspection efficiency.

Landscapes

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

Abstract

　欠陥検査装置１００において画像生成装置１の処理画像生成部６１は、欠陥画素については特徴量に応じた階調値を表す階調情報が格納され、残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列によって構成される処理画像データを生成し、解析用画像生成部６２は、画素ごとに、前記階調情報格納ビット列に、欠陥情報が格納された欠陥情報格納ビット列を付加して得られる解析用ビット列によって構成される解析用画像データを生成する。

Description

画像生成装置、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ための画像データを生成する画像生成装置、該画像生成装置を備える欠陥検査装置、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。線状光源とラインセンサとがシート状成形体の一方の面の側に配置されている場合には、線状光源像は、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、線状光源像は、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持っていない。
　このような問題点を解決する欠陥検査装置として、特開２００７−２１８６２９号公報（特許文献１）および特開２０１０−１２２１９２号公報（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枚の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、情報量が多い２次元画像データを処理する必要がある。欠陥検査装置では、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が、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が長くなる傾向がある。
　欠陥検査装置では、画像解析部による２次元画像データの解析処理速度に応じて、シート状成形体の搬送速度を制御する。情報量の多い２次元画像データの画像解析部による解析処理速度が遅くなると、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、シート状成形体の欠陥を検査するための画像データを生成する画像生成装置において、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画像生成装置、該画像生成装置を備える欠陥検査装置、および欠陥検査方法を提供することである。
　本発明は、シート状成形体の欠陥を検査するための画像データを生成する画像生成装置であって、
　シート状成形体を該シート状成形体の長手方向に搬送する搬送部と、
　シート状成形体の長手方向に垂直な幅方向に直線状に延びる光源を備え、該光源によってシート状成形体に光を照射する光照射部と、
　前記搬送部によって搬送中のシート状成形体に対して撮像動作を行って、２次元画像を表す２次元画像データを生成する撮像部と、
　１または複数のアルゴリズム処理によって、前記２次元画像データを構成する各画素の特徴量を、各画素の輝度値に基づい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、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満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特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、前記残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる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、画素ごとに、シート状成形体における欠陥についての欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する欠陥情報取得部と、
　画素ごとに、前記処理画像データの前記階調情報格納ビット列に、前記欠陥情報格納ビット列を付加して得られる解析用ビット列からなる解析用画像データを生成する解析用画像データ生成部と、
　を備える画像生成装置を提供する。
　また本発明の画像生成装置において、前記欠陥情報は、シート状成形体における欠陥の種類を表す欠陥種類情報を含むことができる。
　また本発明の画像生成装置において、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特徴量を算出し、
　前記欠陥情報取得部は、画素ごとの前記階調情報格納ビット列の階調情報が、前記複数のアルゴリズム処理のうちのいずれのアルゴリズム処理によって算出された特徴量に応じた階調情報であるかに基づいて、前記欠陥種類情報を含む前記欠陥情報を取得することが好ましい。
　また本発明は、前記画像生成装置と、
　前記画像生成装置の解析用画像データ生成部によって生成された解析用画像データを構成する解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、シート状成形体の欠陥を検出する画像解析装置と、
を備える欠陥検査装置である。
　また本発明は、シート状成形体の欠陥を検査するための欠陥検査方法であって、
　シート状成形体を、該シート状成形体の長手方向に搬送する搬送工程と、
　シート状成形体の長手方向に垂直な幅方向に直線状に延びる光源によって、搬送される前記シート状成形体に光を照射する光照射工程と、
　搬送中の前記シート状成形体に対して撮像動作を行って、２次元画像を表す２次元画像データを生成する撮像工程と、
　１または複数のアルゴリズム処理によって、前記２次元画像データを構成する各画素の特徴量を、各画素の輝度値に基づい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、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満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特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、前記残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる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、画素ごとに、シート状成形体における欠陥についての欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する欠陥情報取得工程と、
　画素ごとに、前記処理画像データの前記階調情報格納ビット列に、前記欠陥情報格納ビット列を付加して得られる解析用ビット列からなる解析用画像データを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を構成する前記解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、シート状成形体の欠陥を検出する画像解析工程と、
　を含む欠陥検査方法である。
　本発明によれば、画像生成装置は、シート状成形体の欠陥を検査するための画像データを生成する装置であり、搬送部、光照射部、撮像部、特徴量算出部、処理画像データ生成部、欠陥情報取得部、および解析用画像データ生成部を備える。画像生成装置において撮像部は、光照射部によって光が照射されながら搬送部によって搬送されるシート状成形体に対して撮像動作を行って、２次元画像を表す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、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満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特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、前記残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる処理画像データを生成する。欠陥情報取得部は、前記処理画像データに基づいて、画素ごとに、シート状成形体における欠陥についての情報である欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する。
　解析用画像データ生成部は、画素ごとに、前記処理画像データの前記階調情報格納ビット列に、欠陥情報取得部が生成した前記欠陥情報格納ビット列を付加し、そうして得られる解析用ビット列からなる解析用画像データを生成する。
　このように構成される本発明の画像生成装置では、撮像部によって生成された、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を検査するための画像データである解析用画像データを生成するので、たとえばラインセンサによる複数の１次元画像データに基づいて欠陥を検査するための画像データを生成する場合に比べて、高い欠陥検出能力を維持することができる。
　さらに本発明の画像生成装置では、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、階調情報格納ビット列で各画素が構成される処理画像データに変換され、さらに、階調情報格納ビット列に欠陥情報格納ビット列が付加された解析用ビット列で各画素が構成される解析用画像データに変換される。画像生成装置は、このようにして２次元画像データから変換された、解析用ビット列で各画素が構成される解析用画像データを、シート状成形体の欠陥を検査するための画像データとして生成するので、この解析用画像データを用いて画像解析を行うことによって、画像解析の高速化を図ることができ、欠陥検査の効率を向上することができる。
　また本発明によれば、欠陥情報取得部が処理画像データに基づいて取得する欠陥情報は、シート状成形体における欠陥の種類を表す欠陥種類情報を含むことができる。これによって、画像生成装置は、欠陥種類情報に基づいて、シート状成形体における欠陥の種類に関する情報を取得することができる。
　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、欠陥情報取得部は、画素ごとの階調情報格納ビット列の階調情報が、複数のアルゴリズム処理のうちのいずれのアルゴリズム処理によって算出された特徴量に応じた階調情報であるかに基づいて、欠陥種類情報を含む欠陥情報を取得することができる。
　また本発明によれば、欠陥検査装置は、前記の本発明に係る画像生成装置と、画像解析装置とを備える。画像解析装置は、画像生成装置の解析用画像データ生成部によって生成された解析用画像データを構成する解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、シート状成形体の欠陥を検出する。これによって、画像解析装置による画像解析の高速化を図ることができ、欠陥検査の効率を向上することができる。
　また本発明によれば、欠陥検査方法は、搬送工程、光照射工程、撮像工程、特徴量算出工程、処理画像データ生成工程、欠陥情報取得工程、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、光が照射されながら搬送部によって搬送されるシート状成形体に対して撮像動作を行って、２次元画像を表す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次元画像データを構成する各画素を、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満である残余画素とに区別し、欠陥画素については前記特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる処理画像データを生成する。欠陥情報取得工程では、前記処理画像データに基づいて、画素ごとに、シート状成形体における欠陥についての情報である欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する。
　解析用画像生成工程では、画素ごとに、前記処理画像データの前記階調情報格納ビット列に、前記欠陥情報格納ビット列を付加し、そうして得られる解析用ビット列によって構成される解析用画像データを生成する。そして、画像解析工程では、前記解析用画像データを構成する解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、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、撮像工程において生成された、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複数の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、階調情報格納ビット列によって各画素が構成される処理画像データに変換され、さらに、階調情報格納ビット列に欠陥情報格納ビット列が付加された解析用ビット列によって各画素が構成される解析用画像データに変換される。このようにして２次元画像データから変換された、解析用ビット列によって各画素が構成される解析用画像データに基づいて、画像解析工程において、画像解析が行われてシート状成形体の欠陥が検出されるので、画像解析工程における画像解析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。
　図１は、本発明の一実施形態に係る欠陥検査方法の工程を示す工程図である。
　図２は、本発明の一実施形態に係る欠陥検査装置１００の構成を示す模式図である。
　図３は、欠陥検査装置１００の構成を示すブロック図である。
　図４Ａ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。
　図４Ｂは、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。
　図４Ｃは、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。
　図５Ａ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。
　図５Ｂは、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。
　図５Ｃは、処理画像生成部６１で実行される、データ点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。
　図５Ｄは、処理画像生成部６１で作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。
　図６Ａ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。
　図６Ｂは、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。
　図７Ａは、欠陥検出アルゴリズムの他の例である第２の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Ｄの一例を示す図である。
　図７Ｂは、処理画像生成部６１で作成されたエッジプロファイルＰ６の一例を示す図である。
　図７Ｃは、処理画像生成部６１で作成されたエッジプロファイルＰ７の一例を示す図である。
　図８Ａは、画像処理装置６が生成する処理画像の一例を示す図であり、第１欠陥検出アルゴリズムで処理されて生成された処理画像Ｅの一例を示す図である。
　図８Ｂは、画像処理装置６が生成する処理画像の一例を示す図であり、第２欠陥検出アルゴリズムで処理されて生成された処理画像Ｆの一例を示す図である。
　図８Ｃは、処理画像生成部６１が、処理画像Ｅと処理画像Ｆとを合成して生成した処理画像Ｇの一例を示す図である。
　図９Ａは、画像処理装置６が生成する解析用画像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Ｇを構成する各画素の階調情報格納ビット列に、欠陥情報格納ビット列を付加することにより、得られた解析用画像Ｈの一例を示す図である。
　図９Ｂは、解析用画像Ｈにおける画素を構成する解析用ビット列Ｈ３１、Ｈ３２およびＨ３３の一例を示す図である。
　図１は、本発明の一実施形態に係る欠陥検査方法の工程を示す工程図である。本実施形態の欠陥検査方法は、図１に示す搬送工程ｓ１と、光照射工程ｓ２と、撮像工程ｓ３と、特徴量算出工程ｓ４と、処理画像データ生成工程ｓ５と、欠陥情報取得工程ｓ６と、解析用画像データ生成工程ｓ７と、画像解析工程ｓ８とを含む。
　図２は、本発明の一実施形態に係る欠陥検査装置１００の構成を示す模式図である。図３は、欠陥検査装置１００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１００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り、本発明に係る画像生成装置１と、画像解析装置７とを備える。欠陥検査装置１００の画像生成装置１は、搬送装置３、照明装置４、撮像装置５、および画像処理装置６を備える。欠陥検査装置１００は、本発明に係る欠陥検査方法を実現する。搬送装置３が搬送工程ｓ１を実行し、照明装置４が光照射工程ｓ２を実行し、撮像装置５が撮像工程ｓ３を実行し、画像処理装置６が特徴量算出工程ｓ４、処理画像データ生成工程ｓ５、欠陥情報取得工程ｓ６および解析用画像データ生成工程ｓ７を実行し、画像解析装置７が画像解析工程ｓ８を実行する。
　欠陥検査装置１００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次元画像を表す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。
　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）、折り目跡などにより生じるいわゆるクニック（ｋｎｉｃｋ）、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。
　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、搬送方向Ｚに２~３０ｍ／分程度に設定される。
　照明装置４は、光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を基準として、撮像装置５と同じ側において、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（Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）、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いてもよい。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１００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、一括して「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２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回以上樶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、処理画像データ生成部および欠陥情報取得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、ＦＰＧＡ（Ｆｉｅｌｄ−ｐｒｏｇｒａｍｍａｂｌｅ　ｇａｔｅ　ａｒｒａｙ）やＧＰＧＰＵ（Ｇｅｎｅｒａｌ−ｐｕｒｐｏｓｅ　ｃｏｍｐｕｔｉｎｇ　ｏｎ　ｇｒａｐｈｉｃｓ　ｐｒｏｃｅｓｓｉｎｇ　ｕｎｉｔｓ）など、画像処理ボードや撮像装置５の内部のハードウェアによって実現することができる。
　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（以下、「欠陥検出アルゴリズム」という）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である画素を欠陥画素として認識し、欠陥画素については前記特徴量に応じた階調値を表す階調情報が格納され、欠陥画素以外の残余画素（前記特徴量が前記閾値未満である画素）については零の階調値を表す階調情報が格納された階調情報格納ビット列を生成する。各々の画素について生成した階調情報格納ビット列は、それぞれ、複数のビットからなる。そして、処理画像生成部６１は、各々の画素が前記階調情報格納ビット列で構成される処理画像データを出力する。さらにまた、処理画像生成部６１は、生成した処理画像データに基づいて、画素ごとに、シート状成形体２における欠陥についての情報である欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する。各々の画素について生成した欠陥情報格納ビット列は通常、それぞれ、複数のビットからなる。
　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４Ａ~４Ｃ、図５Ａ~５Ｄ、図６Ａおよび６Ｂ、ならびに図７Ａ~７Ｃを参照しながら説明する。
　図４Ａ~４Ｃ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４Ａ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列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４Ａにおける２次元画像Ａの上端）から他端（図４Ａ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否かを判定する。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否かを判定する。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４Ａ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４Ａ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。また、２次元画像Ａにおける第２欠陥画素群Ａ２２では、上限エッジＡ３のＹ座標値が、欠陥画素以外の残余画素におけるＹ座標値と明らかに異なる。
　このような特徴を利用して、処理画像生成部６１は、図４Ｂに示すエッジプロファイルＰ１を作成する。図４Ｂ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２欠陥画素群Ａ２２に対応して、上限エッジＡ３のＹ座標値に対応するピークＰ１１が出現している。なお、処理画像生成部６１は、上限エッジＡ３と下限エッジＡ４とのＹ座標値の差に基づいて、エッジプロファイルを作成するように構成されていてもよい。この場合には、処理画像生成部６１によって作成されたエッジプロファイルでは、２次元画像Ａにおける第１欠陥画素群Ａ２１および第２欠陥画素群Ａ２２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が出現することになる。
　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４Ｃに示す微分プロファイルＰ２を作成する。図４Ｃ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２欠陥画素群Ａ２２に対応して、予め定める閾値以上の（微分値が大きい）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４Ｃ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２欠陥画素群Ａ２２を抽出する。
　図５Ａ~５Ｄ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５（ａ）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列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データを点として連続的に描画し、それらを繋いだ曲線を、図５Ｂ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５Ｂ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、隣接するデータ点間の移動時間がデータ点間の距離にかかわらず一定となるように、輝度プロファイルＰ３のＸ方向の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５Ｃに示すように、データ点ｃからそれに隣接するデータ点ｂへ、データ点ｂからそれに隣接するデータ点ａへ、データ点ａからそれに隣接するデータ点ｄへ移動していくとする。また、データ点ｄが注目画素に対応するデータ点であるものとする。
　処理画像生成部６１は、データ点ｄの直前に質点が通過したデータ点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、データ点ｄの直前に質点が通過した２つのデータ点ａおよびデータ点ｂの座標と、前記移動時間とに基づいて、データ点ｂからデータ点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、データ点ａの直前に質点が通過した２つのデータ点ｂおよびデータ点ｃの座標と、前記移動時間とに基づいて、データ点ｃからデータ点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、データ点ｂからデータ点ａまでの区間における質点の速度ベクトルと、データ点ｃからデータ点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、データ点ｃからデータ点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、データ点ｂからデータ点ａまでの区間における質点の速度ベクトルと、データ点ｃからデータ点ａまでの区間における質点の加速度ベクトルとから、データ点ｄの座標を予測する（予測データ点ｆ）。
　処理画像生成部６１は、上記のようにして予測されたデータ点ｄの予測データ点ｆの輝度値と、データ点ｄの実際（実測）の輝度値との差を求め、図５Ｄに示す輝度値差プロファイルＰ４を作成する。図５Ｄに示す輝度値差プロファイルＰ４では、図５Ｂ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、予め定める閾値以上の（輝度値差が大きい）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５Ｄ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６Ａおよび６Ｂ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６Ａ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６Ａ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列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のデータを点として連続的に描画し、それらを繋いだ曲線を、図６Ｂに示す平滑化プロファイルＰ５として作成する。図６Ｂ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、予め定める閾値以上の（輝度値差が大きい）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６Ｂ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７Ａ~７Ｃは、欠陥検出アルゴリズムの他の例である第２のエッジプロファイル法を説明するための図である。図７Ａ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Ｄ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Ｄ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７Ａにおいて、２次元画像Ｄ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Ｄ１であり、照明像Ｄ１の内部に存在する暗領域が第１欠陥画素群Ｄ２１であり、照明像Ｄ１の近傍に存在する明領域が第２欠陥画素群Ｄ２２である。
　第２の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Ｄを、Ｙ方向に沿った１列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７Ａにおける２次元画像Ｄの上端）から他端（図７Ａにおける２次元画像Ｄ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否かを判定する。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、隣接画素がエッジＤ３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。
　図７Ａ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エッジＤ３の例を「○」で示している。図７Ａから明らかなように、２次元画像Ｄの明領域と暗領域との境界部分において欠陥が存在する第２欠陥画素群Ｄ２２では、エッジＤ３のＹ方向についての座標値（Ｙ座標値）が極端に変化する。
　このような特徴を利用した、２次元画像Ｄにおける欠陥画素を抽出する方法としては、２種類ある。図７Ｂに示す第１の方法では、処理画像生成部６１は、２次元画像ＤにおけるエッジＤ３に対応したエッジプロファイルＰ６を作成する。なお、図７Ｂでは、２次元画像Ｄの第２欠陥画素群Ｄ２２の近傍におけるエッジＤ３に対応したエッジプロファイルＰ６を拡大して示している。図７Ｂに示すエッジプロファイルＰ６では、２次元画像Ｄにおける第２欠陥画素群Ｄ２２に対応して、Ｙ座標値が極端に変化している。
　処理画像生成部６１は、作成したエッジプロファイルＰ６上の任意の２点である点Ｐ６１および点Ｐ６２を選択し、点Ｐ６１と点Ｐ６２とを結ぶ直線と、エッジプロファイルＰ６の曲線とで囲まれた領域Ｐ６３の面積を特徴量として算出する。処理画像生成部６１は、エッジプロファイルＰ６に基づいて、予め定める閾値以上の特徴量（領域Ｐ６３の面積）を有するプロファイル部分に対応する、２次元画像Ｄにおける画素を欠陥画素として抽出する。
　図７Ｃに示す第２の方法では、処理画像生成部６１は、２次元画像ＤにおけるエッジＤ３に対応したエッジプロファイルＰ７を作成する。なお、図７Ｃでは、２次元画像Ｄの第２欠陥画素群Ｄ２２の近傍におけるエッジＤ３に対応したエッジプロファイルＰ７を拡大して示している。図７Ｃに示すエッジプロファイルＰ７では、２次元画像Ｄにおける第２欠陥画素群Ｄ２２に対応して、Ｙ座標値が極端に変化している。
　処理画像生成部６１は、作成したエッジプロファイルＰ７上の任意の２点である点Ｐ７１および点Ｐ７２を選択し、点Ｐ７１におけるエッジプロファイルＰ７の接線Ｐ７１１と、点Ｐ７２におけるエッジプロファイルＰ７の接線Ｐ７２１とを作成する。次に、処理画像生成部６１は、Ｘ軸に平行な仮想直線Ｐ７３と接線Ｐ７１１との成す角度α１、および、仮想直線Ｐ７３と接線Ｐ７２１との成す角度α２を算出し、その算出した角度α１と角度α２との差である角度α３を求める。そして、処理画像生成部６１は、エッジプロファイルＰ７における点Ｐ７１と点Ｐ７２との間の弧Ｐ７４の長さと、角度α３とを用いて、エッジプロファイルＰ７における点Ｐ７１と点Ｐ７２との間の弧Ｐ７４に対する曲率半径Ｒを特徴量として算出する。処理画像生成部６１は、エッジプロファイルＰ７に基づいて、予め定める閾値範囲内の特徴量（曲率半径Ｒ）を有するプロファイル部分に対応する、２次元画像Ｄにおける画素を欠陥画素として抽出する。
　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（ｋｎｉｃｋ）、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。前記第２のエッジプロファイル法は、原反スジやクニック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、処理画像生成部６１が複数の欠陥検出アルゴリズムを用いた処理によって特徴量を算出する。そして、その算出した特徴量を用いて２次元画像における欠陥画素を抽出することによって、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類の区別が可能となる。
　図８Ａ~８Ｃは、画像処理装置６が生成する処理画像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欠陥画素を抽出した後、図８Ａ~８Ｃに示すような処理画像を生成する。図８Ａ~８Ｃに示す例では、処理画像生成部６１は、種類の異なる２つの欠陥検出アルゴリズムである第１欠陥検出アルゴリズムと第２欠陥検出アルゴリズムとを用いて、２次元画像における欠陥画素を抽出し、処理画像を生成する。ここで、第１欠陥検出アルゴリズムは、撮像装置５が生成した２次元画像における第１欠陥画素群に対しては高い抽出能を有しているが、第２欠陥画素群に対しては抽出能を有していないものとする。また、第２欠陥検出アルゴリズムは、撮像装置５が生成した２次元画像における第２欠陥画素群に対しては高い抽出能を有しているが、第１欠陥画素群に対しては抽出能を有していないものとする。
　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、第１欠陥検出アルゴリズムと第２欠陥検出アルゴリズムとで並列で処理して、特徴量が予め定める閾値以上（欠陥検出アルゴリズムとして第２のエッジプロファイル法を用いた場合には、「特徴量が予め定める閾値範囲内」）の画素を欠陥画素として抽出した後、図８Ａに示すような処理画像Ｅ、および図８Ｂに示すような処理画像Ｆを生成する。
　図８Ａに示す処理画像Ｅは、第１欠陥検出アルゴリズムで処理されて生成された処理画像であり、第１欠陥検出アルゴリズムの処理により抽出可能な第１欠陥画素群Ｅ２１については特徴量に応じた階調値を表す階調情報が格納され、第１欠陥画素群Ｅ２１以外の残余画素群Ｅ２２については零の階調値を表す階調情報が格納された階調情報格納ビット列によって構成される。ここで、処理画像生成部６１によって生成される処理画像Ｅに対応する処理画像データを構成する各画素の階調情報格納ビット列は、ビット数が「８」のビット列であり、８個の各ビットには「０」または「１」が格納されて、２５６階調を表すことができるものとする。たとえば、階調情報格納ビット列に「００００００００」が格納された画素は階調値が「０（零）」であり、階調情報格納ビット列に「１１１１１１１１」が格納された画素は階調値が「２５５」である。
　また、図８Ｂに示す処理画像Ｆは、第２欠陥検出アルゴリズムで処理されて生成された処理画像であり、第２欠陥検出アルゴリズムの処理により抽出可能な第２欠陥画素群Ｆ２１については特徴量に応じた階調値を表す階調情報が格納され、第２欠陥画素群Ｆ２１以外の残余画素群Ｆ２２については零の階調値を表す階調情報が格納された階調情報格納ビット列によって構成される。ここで、処理画像生成部６１によって生成される処理画像Ｆに対応する処理画像データを構成する各画素の階調情報格納ビット列は、ビット数が「８」のビット列であり、８個の各ビットには「０」または「１」が格納されて、２５６階調を表すことができるものとする。たとえば、階調情報格納ビット列に「００００００００」が格納された画素は階調値が「０（零）」であり、階調情報格納ビット列に「１１１１１１１１」が格納された画素は階調値が「２５５」である。
　処理画像生成部６１は、第１欠陥検出アルゴリズムで処理されて生成された処理画像Ｅと、第２欠陥検出アルゴリズムで処理されて生成された処理画像Ｆとを合成して、図８Ｃに示すような処理画像Ｇを生成する。図８Ｃに示す処理画像Ｇは、処理画像Ｅに基づく第１欠陥画素群Ｇ２１と、処理画像Ｆに基づく第２欠陥画素群Ｇ２２と、第１欠陥画素群Ｇ２１および第２欠陥画素群Ｇ２２以外の残余画素群Ｇ２３とによって構成されている。
　図８Ｃに示す例では、処理画像生成部６１によって生成された処理画像Ｇにおいて、第１欠陥画素群Ｇ２１の中央に位置する画素の階調情報格納ビット列Ｇ３１には、階調値が「２５５」であることを表す「１１１１１１１１」が格納され、第２欠陥画素群Ｇ２２の中央に位置する画素の階調情報格納ビット列Ｇ３２には、階調値が「１２８」であることを表す「０１１１１１１１」が格納され、残余画素群Ｇ２３の各画素の階調情報格納ビット列Ｇ３３には、階調値が「０（零）」であることを表す「００００００００」が格納されている。
　本実施形態では、処理画像生成部６１は、図８Ｃに示す処理画像Ｇに対応する処理画像データに基づいて、シート状成形体２における欠陥についての情報である欠陥情報を取得する。処理画像生成部６１が欠陥情報を取得するときに用いる処理画像Ｇは、欠陥検出能が異なる複数（２つ）の欠陥検出アルゴリズムで処理されて生成された処理画像Ｅと処理画像Ｆとを合成して生成されたものであるので、処理画像Ｇに対応する処理画像データに基づいて処理画像生成部６１が取得する欠陥情報に、シート状成形体２における欠陥の種類を表す欠陥種類情報を含ませることができる。具体的には、処理画像生成部６１は、処理画像Ｇを構成する階調情報格納ビット列に格納された階調情報が、複数の欠陥検出アルゴリズムのうちのいずれの欠陥検出アルゴリズムで処理することによって算出された特徴量に応じた階調情報であるかに基づいて、欠陥種類情報を含む欠陥情報を取得することができる。
　処理画像生成部６１から出力される処理画像Ｇ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。図９Ａおよび９Ｂは、画像処理装置６が生成する解析用画像の一例を示す図である。
　画像処理装置６の解析用画像生成部６２は、処理画像生成部６１で生成された処理画像Ｇを構成する第１欠陥画素群Ｇ２１、第２欠陥画素群Ｇ２２および残余画素群Ｇ２３の各階調情報格納ビット列に、前記欠陥情報が格納された欠陥情報格納ビット列を付加し、図９Ａに示すような解析用画像Ｈを生成する。解析用画像Ｈは、前記階調情報格納ビット列に前記欠陥情報格納ビット列が付加された解析用ビット列によって構成される。解析用画像生成部６２は、生成した解析用画像Ｈに対応した解析用画像データを出力する。
　図９Ａに示す解析用画像Ｈは、Ｘ方向一端（図９Ａにおける解析用画像Ｈの左端）から他端（図９Ａにおける解析用画像Ｈ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９Ａにおける解析用画像Ｈの上端）から他端（図９Ａにおける解析用画像Ｈ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９Ａでは、解析用画像Ｈは、Ｘ方向一端からの位置（Ｘ座標値）が「８」でありＹ方向一端からの位置（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Ｈ２１と、Ｘ方向一端からの位置（Ｘ座標値）が「Ｗ−５」でありＹ方向一端からの位置（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Ｈ２２と、第１欠陥画素群Ｈ２１および第２欠陥画素群Ｈ２２以外の残余画素群Ｈ２３と、を有する。
　解析用画像Ｈにおいて、第１欠陥画素群Ｈ２１は、処理画像生成部６１が生成した処理画像Ｇにおける第１欠陥画素群Ｇ２１に対応する画素群であり、第２欠陥画素群Ｈ２２は、処理画像生成部６１が生成した処理画像Ｇにおける第２欠陥画素群Ｇ２２に対応する画素群であり、残余画素群Ｈ２３は、処理画像生成部６１が生成した処理画像Ｇにおける残余画素群Ｇ２３に対応する画素群である。
　図９Ｂに示すように、解析用画像Ｈにおいて、第１欠陥画素群Ｈ２１の各画素は、解析用ビット列Ｈ３１によって構成され、この解析用ビット列Ｈ３１は、処理画像Ｇの第１欠陥画素群Ｇ２１の階調情報格納ビット列Ｇ３１に対応した階調情報格納ビット列Ｈ３１１に、欠陥情報が格納された欠陥情報格納ビット列Ｈ３１２が付加されたビット列である。解析用ビット列Ｈ３１の欠陥情報格納ビット列Ｈ３１２は、たとえばビット数が「２」のビット列であり、２個の各ビットには「０」または「１」が格納されて、欠陥情報として欠陥種類情報を表すことができる。図９Ｂに示す例では、第１欠陥画素群Ｈ２１の中央に位置する画素の解析用ビット列Ｈ３１において、階調情報格納ビット列Ｈ３１１には、階調値が「２５５」であることを表す「１１１１１１１１」が格納され、欠陥情報格納ビット列Ｈ３１２には、階調情報格納ビット列Ｈ３１１に格納された階調情報が、第１欠陥検出アルゴリズムおよび第２欠陥検出アルゴリズムのうちの第１欠陥検出アルゴリズムでの処理によって算出された特徴量に応じた階調情報であることを表す「０１」が格納されている。
　また、解析用画像Ｈにおいて、第２欠陥画素群Ｈ２２の各画素は、図９Ｂに示すように、解析用ビット列Ｈ３２によって構成され、この解析用ビット列Ｈ３２は、処理画像Ｇの第２欠陥画素群Ｇ２２の階調情報格納ビット列Ｇ３２に対応した階調情報格納ビット列Ｈ３２１に、欠陥情報が格納された欠陥情報格納ビット列Ｈ３２２が付加されたビット列である。解析用ビット列Ｈ３２の欠陥情報格納ビット列Ｈ３２２は、たとえばビット数が「２」のビット列であり、２個の各ビットには「０」または「１」が格納されて、欠陥情報として欠陥種類情報を表すことができる。図９Ｂに示す例では、第２欠陥画素群Ｈ２２の中央に位置する画素の解析用ビット列Ｈ３２において、階調情報格納ビット列Ｈ３２１には、階調値が「１２８」であることを表す「０１１１１１１１」が格納され、欠陥情報格納ビット列Ｈ３２２には、階調情報格納ビット列Ｈ３２１に格納された階調情報が、第１欠陥検出アルゴリズムおよび第２欠陥検出アルゴリズムのうちの第２欠陥検出アルゴリズムでの処理によって算出された特徴量に応じた階調情報であることを表す「１０」が格納されている。
　また、解析用画像Ｈにおいて、残余画素群Ｈ２３の各画素は、図９Ｂに示すように、解析用ビット列Ｈ３３によって構成され、この解析用ビット列Ｈ３３は、処理画像Ｇの残余画素群Ｇ２３の階調情報格納ビット列Ｇ３３に対応した階調情報格納ビット列Ｈ３３１に、欠陥情報が格納された欠陥情報格納ビット列Ｈ３３２が付加されたビット列である。解析用ビット列Ｈ３３の欠陥情報格納ビット列Ｈ３３２は、たとえばビット数が「２」のビット列であり、２個の各ビットには「０」または「１」が格納されて、欠陥情報として欠陥種類情報を表すことができる。図９Ｂに示す例では、残余画素群Ｈ２３の各画素の解析用ビット列Ｈ３３において、階調情報格納ビット列Ｈ３３１には、階調値が「０（零）」であることを表す「００００００００」が格納され、欠陥情報格納ビット列Ｈ３３２には、階調情報格納ビット列Ｈ３３１に格納された階調情報が、第１欠陥検出アルゴリズムおよび第２欠陥検出アルゴリズムのうちのいずれの欠陥検出アルゴリズムにおいても、予め定める閾値以上の特徴量が算出されず、「欠陥ではない」ことを表す「００」が格納されている。
　以上の説明では、解析用画像Ｈを構成する解析用ビット列Ｈ３１，Ｈ３２，Ｈ３３における欠陥情報格納ビット列Ｈ３１２，Ｈ３２２，Ｈ３３２に、欠陥情報として欠陥種類情報が格納されている例を示したが、このような構成に限定されるものではない。
　欠陥情報格納ビット列に格納される欠陥情報の、欠陥種類情報以外の例としては、シート状成形体２における欠陥の位置情報などを挙げることができる。たとえば、欠陥情報として欠陥の位置情報を格納する場合、欠陥情報格納ビット列Ｈ３１２，Ｈ３２２，Ｈ３３２に、それぞれの画素のＸ，Ｙ座標値を格納すればよい。
　解析用画像生成部６２から出力された解析用画像Ｈに対応する解析用画像データは、画像解析装置７に入力される。
　図２に戻って、説明を続ける。本実施形態の欠陥検査装置１００に備えられる画像解析装置７は、画像生成装置１における画像処理装置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構成する解析用ビット列Ｈ３１，Ｈ３２，Ｈ３３の各ビットに格納された情報を用いて、予め定める画像解析を行うことによって、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おける、解析用ビット列Ｈ３１，Ｈ３２，Ｈ３３の各ビットに格納された情報を解析して、欠陥に関する欠陥位置情報、欠陥輝度情報、および欠陥種類情報などを生成し、これらの情報を制御部７３に出力する。
　たとえば、画像解析部７２は、解析用画像Ｈ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位置情報を生成し、この生成した欠陥位置情報を制御部７３に出力する。
　また、画像解析部７２は、解析用画像Ｈにおける欠陥の階調情報の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輝度情報を生成し、この生成した欠陥輝度情報を制御部７３に出力する。
　また、画像解析部７２は、解析用画像Ｈにおける欠陥の種類ごとの分布をシート状成形体２上の欠陥の種類ごとの分布に変換して、シート状成形体２における欠陥の種類ごとの分布を示す欠陥種類情報を生成し、この生成した欠陥種類情報を制御部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に関する情報に基づいて、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。
　以上のように構成された本実施形態の欠陥検査装置１００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１００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、階調情報格納ビット列によって各画素が構成される処理画像データに変換され、さらに、階調情報格納ビット列に欠陥情報格納ビット列が付加された解析用ビット列によって各画素が構成される解析用画像データに変換される。このようにして２次元画像データから変換された、解析用ビット列によって各画素が構成される解析用画像データに基づいて、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による画像解析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。
　１　画像生成装置
　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
　１００　欠陥検査装置

Claims (5)

  1. 　シート状成形体の欠陥を検査するための画像データを生成する画像生成装置であって、　シート状成形体を該シート状成形体の長手方向に搬送する搬送部と、
    　シート状成形体の長手方向に垂直な幅方向に直線状に延びる光源を備え、該光源によってシート状成形体に光を照射する光照射部と、
    　前記搬送部によって搬送中のシート状成形体に対して撮像動作を行って、２次元画像を表す２次元画像データを生成する撮像部と、
    　１または複数のアルゴリズム処理によって、前記２次元画像データを構成する各画素の特徴量を、各画素の輝度値に基づい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、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満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特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、前記残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる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、画素ごとに、シート状成形体における欠陥についての欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する欠陥情報取得部と、
    　画素ごとに、前記処理画像データの前記階調情報格納ビット列に、前記欠陥情報格納ビット列を付加して得られる解析用ビット列からなる解析用画像データを生成する解析用画像データ生成部と、
    　を備える画像生成装置。
  2. 　前記欠陥情報は、シート状成形体における欠陥の種類を表す欠陥種類情報を含む
    請求項１に記載の画像生成装置。
  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特徴量を算出し、
    　前記欠陥情報取得部は、画素ごとの前記階調情報格納ビット列の階調情報が、前記複数のアルゴリズム処理のうちのいずれのアルゴリズム処理によって算出された特徴量に応じた階調情報であるかに基づいて、前記欠陥種類情報を含む前記欠陥情報を取得する
    　請求項２に記載の画像生成装置。
  4. 　請求項１~３のいずれか１つに記載の画像生成装置と、
    　前記画像生成装置の解析用画像データ生成部によって生成された解析用画像データを構成する解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、シート状成形体の欠陥を検出する画像解析装置と、
    　を備える欠陥検査装置。
  5. 　シート状成形体の欠陥を検査するための欠陥検査方法であって、
    　シート状成形体を、該シート状成形体の長手方向に搬送する搬送工程と、
    　シート状成形体の長手方向に垂直な幅方向に直線状に延びる光源によって、搬送される前記シート状成形体に光を照射する光照射工程と、
    　搬送中の前記シート状成形体に対して撮像動作を行って、２次元画像を表す２次元画像データを生成する撮像工程と、
    　１または複数のアルゴリズム処理によって，前記２次元画像データを構成する各画素の特徴量を、各画素の輝度値に基づい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、前記特徴量が予め定める閾値以上である欠陥画素と、前記特徴量が前記閾値未満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特徴量に応じた階調値を表す階調情報が格納された階調情報格納ビット列からなり、前記残余画素については零の階調値を表す階調情報が格納された階調情報格納ビット列からなる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、画素ごとに、シート状成形体における欠陥についての欠陥情報を取得し、その取得した欠陥情報が格納された欠陥情報格納ビット列を生成する欠陥情報取得工程と、
    　画素ごとに、前記処理画像データの前記階調情報格納ビット列に、前記欠陥情報格納ビット列を付加して得られる解析用ビット列からなる解析用画像データを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を構成する前記解析用ビット列に格納された情報を用いて、予め定める画像解析を行うことによって、シート状成形体の欠陥を検出する画像解析工程と、
    　を含む欠陥検査方法。
PCT/JP2014/051157 2013-01-16 2014-01-15 画像生成装置、欠陥検査装置および欠陥検査方法 WO2014112652A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014557545A JP6191622B2 (ja) 2013-01-16 2014-01-15 画像生成装置、欠陥検査装置および欠陥検査方法
CN201480004546.2A CN104919305B (zh) 2013-01-16 2014-01-15 图像生成装置、缺陷检查装置以及缺陷检查方法
KR1020157021410A KR102110006B1 (ko) 2013-01-16 2014-01-15 화상 생성 장치, 결함 검사 장치 및 결함 검사 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013005686 2013-01-16
JP2013-005686 2013-01-16

Publications (1)

Publication Number Publication Date
WO2014112652A1 true WO2014112652A1 (ja) 2014-07-24

Family

ID=51209737

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/051157 WO2014112652A1 (ja) 2013-01-16 2014-01-15 画像生成装置、欠陥検査装置および欠陥検査方法

Country Status (5)

Country Link
JP (1) JP6191622B2 (ja)
KR (1) KR102110006B1 (ja)
CN (1) CN104919305B (ja)
TW (1) TWI607211B (ja)
WO (1) WO2014112652A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016085153A (ja) * 2014-10-28 2016-05-19 株式会社ジェイテクト 赤外線応力測定方法および赤外線応力測定装置
JP2020016948A (ja) * 2018-07-23 2020-01-30 株式会社キーエンス 画像検査装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6144371B1 (ja) * 2016-01-14 2017-06-07 株式会社フジクラ 間欠連結型光ファイバテープの検査方法、検査装置及び製造方法
JP6312052B2 (ja) * 2016-08-09 2018-04-18 カシオ計算機株式会社 選別機、及び選別方法
JP2018047655A (ja) * 2016-09-23 2018-03-29 三菱重工機械システム株式会社 シートの不良除去装置及び方法、シートの不良除去制御装置、段ボールシートの製造装置
JP7185388B2 (ja) * 2016-11-21 2022-12-07 日東電工株式会社 検査装置及び検査方法
CN115042401B (zh) * 2022-08-16 2022-11-04 南通广信塑料机械有限公司 一种微孔发泡注塑制品的质量检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0650741A (ja) * 1992-07-30 1994-02-25 Kobe Steel Ltd 物体の表面検査装置
JPH095255A (ja) * 1995-06-26 1997-01-10 Hitachi Ltd 欠陥検査方法およびその装置並びに薄膜磁気ヘッド用の素子の製造方法
JP2006337167A (ja) * 2005-06-01 2006-12-14 Fast:Kk 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法
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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP5498708B2 (ja) * 2009-02-16 2014-05-21 日本写真印刷株式会社 外観検査装置及び樹脂成形品の製造方法
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
JP2013003062A (ja) 2011-06-20 2013-01-07 Sumitomo Chemical Co Ltd 画像生成装置および欠陥検査装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0650741A (ja) * 1992-07-30 1994-02-25 Kobe Steel Ltd 物体の表面検査装置
JPH095255A (ja) * 1995-06-26 1997-01-10 Hitachi Ltd 欠陥検査方法およびその装置並びに薄膜磁気ヘッド用の素子の製造方法
JP2006337167A (ja) * 2005-06-01 2006-12-14 Fast:Kk 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016085153A (ja) * 2014-10-28 2016-05-19 株式会社ジェイテクト 赤外線応力測定方法および赤外線応力測定装置
JP2020016948A (ja) * 2018-07-23 2020-01-30 株式会社キーエンス 画像検査装置
JP7080123B2 (ja) 2018-07-23 2022-06-03 株式会社キーエンス 画像検査装置

Also Published As

Publication number Publication date
CN104919305B (zh) 2017-05-10
TWI607211B (zh) 2017-12-01
JPWO2014112652A1 (ja) 2017-01-19
TW201435332A (zh) 2014-09-16
KR20150104611A (ko) 2015-09-15
CN104919305A (zh) 2015-09-16
KR102110006B1 (ko) 2020-05-12
JP6191622B2 (ja) 2017-09-06

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
JP6191622B2 (ja) 画像生成装置、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
JP5643918B2 (ja) 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
JP4796860B2 (ja) オブジェクト検出装置及びオブジェクト検出方法
JP6191623B2 (ja) 画像生成装置、欠陥検査装置および欠陥検査方法
KR101604528B1 (ko) 구멍 검사 장치
JP5796430B2 (ja) 板ガラス検査装置、板ガラス検査方法、板ガラス製造装置、及び板ガラス製造方法
WO2023113274A1 (ko) Ai 기반 제품 표면 검사 장치 및 방법
JP2014186030A (ja) 欠点検査装置
JP2013190386A (ja) 欠陥検査装置
JP4748572B2 (ja) 欠陥マーキング装置及び欠陥マーキング方法、並びに欠陥マーキング評価装置

Legal Events

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

Ref document number: 14740262

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014557545

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20157021410

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 14740262

Country of ref document: EP

Kind code of ref document: A1