WO2021014645A1 - 検査装置及び方法、並びにプログラム及び記録媒体 - Google Patents

検査装置及び方法、並びにプログラム及び記録媒体 Download PDF

Info

Publication number
WO2021014645A1
WO2021014645A1 PCT/JP2019/029228 JP2019029228W WO2021014645A1 WO 2021014645 A1 WO2021014645 A1 WO 2021014645A1 JP 2019029228 W JP2019029228 W JP 2019029228W WO 2021014645 A1 WO2021014645 A1 WO 2021014645A1
Authority
WO
WIPO (PCT)
Prior art keywords
similarity
data
reference data
coordinates
surface data
Prior art date
Application number
PCT/JP2019/029228
Other languages
English (en)
French (fr)
Inventor
淳二 堀
水野　大輔
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2019/029228 priority Critical patent/WO2021014645A1/ja
Priority to JP2021534515A priority patent/JP7146092B2/ja
Publication of WO2021014645A1 publication Critical patent/WO2021014645A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined

Definitions

  • the present invention relates to an inspection device and a method.
  • the present invention particularly relates to an inspection device and a method for detecting an inspection target and detecting an abnormality of the inspection target from surface data obtained as a result of the detection.
  • the present invention also relates to programs and recording media.
  • Patent Document 1 describes an apparatus for inspecting a long body having a periodic pattern.
  • the apparatus described in Patent Document 1 collects surface data of a long body moving in a long direction, calculates the degree of similarity between the surface data and the first reference data and the second reference data, and calculates the similarity.
  • Anomalies are detected based on the locus of a similarity vector whose elements are degrees on a two-dimensional plane. For example, anomalies are detected based on the frequency with which the norms of similar vectors fall below the threshold.
  • An object of the present invention is to reduce an error in determining the presence or absence of an abnormality in an inspection target.
  • the inspection device of the present invention A sensor that detects the appearance or surface shape of a linear portion extending in a second direction different from the first direction at each of different positions in the first direction to be inspected.
  • One of the different positions is selected as the position of interest, and from the detection result of the sensor, surface data consisting of a sequence of detection values representing the appearance or surface shape of the linear portion of the position of interest is acquired, and the surface data is obtained.
  • the first similarity which is the similarity between the surface data and the first reference data
  • the second similarity which is the similarity between the surface data and the second reference data
  • the coordinates having the second similarity as an element, or the coordinates having two functions having the first similarity and the second similarity as variables as elements are calculated.
  • the same processing as the acquisition of the surface data for the linear portion of the attention position, the calculation of the first similarity and the second similarity, and the calculation of the coordinates is performed on the inspection target or the same appearance as the inspection target.
  • the degree of deviation of the coordinates calculated for the linear portion of the position is calculated as an isolation index. It has a processing circuit for determining whether or not there is an abnormality in the inspection target based on the isolation index.
  • the inspection method of the present invention At each of the different positions in the first direction of the inspection target, the appearance or surface shape of the linear portion extending in the second direction different from the first direction is detected.
  • One of the different positions is selected as the position of interest, and from the result of the detection, surface data consisting of a sequence of detection values representing the appearance or surface shape of the linear portion of the position of interest is acquired, and the surface data is obtained.
  • the first similarity which is the similarity between the first reference data and the first reference data
  • the second similarity which is the similarity between the surface data and the second reference data
  • the coordinates with the second similarity as an element or the coordinates with two functions with the first similarity and the second similarity as variables.
  • the same processing as the acquisition of the surface data for the linear portion of the attention position, the calculation of the first similarity and the second similarity, and the calculation of the coordinates is performed on the inspection target or the same appearance as the inspection target.
  • the degree of deviation of the coordinates calculated for the linear portion of the position is calculated as an isolation index. Based on the isolation index, it is determined whether or not the inspection target has an abnormality.
  • FIG. 1 shows the steel cable which is an example of an inspection target.
  • A is a schematic elevation view showing a camera and a moving mechanism used in the inspection device of the first embodiment of the present invention, and (b) is a downward view from the position of line 2B-2B in FIG. 2 (a).
  • the seen schematic plan view (c) is a schematic plan view seen downward from the position of line 2C-2C in FIG. 2 (a).
  • It is a functional block diagram which shows the structure of the inspection apparatus of Embodiment 1.
  • FIG. It is a functional block diagram which shows the structure of the processing circuit of FIG. It is a functional block diagram which shows the structure of the 1st abnormality detection part of FIG.
  • FIG. 5 is a diagram showing an example of an image obtained by imaging in the inspection device of the sixth embodiment superimposed on a steel cable to be imaged. It is a waveform diagram which shows the example of the data obtained from the different rows of FIG. It is a figure which shows an example of the distribution of the point represented by the coordinates calculated based on the surface data in the abnormality detection part of FIG.
  • FIG. 5 is a diagram showing an example of an image obtained by imaging in the inspection device of the sixth embodiment superimposed on a steel cable to be imaged. It is a waveform diagram which shows the example of the data obtained from the different rows of FIG. It is a figure which shows an example of the distribution of the point represented by the coordinates calculated based on the surface data in the abnormality detection part of FIG.
  • FIG. 5 is a diagram showing an example of an image obtained by imaging in the inspection device of the sixth embodiment superimposed on a steel cable to be imaged. It is a waveform diagram which shows the example of the data obtained from the different rows of FIG. It is a
  • FIG. 19 is a diagram showing an example of a positional relationship between a point represented by coordinates calculated based on surface data for a position of interest and a point represented by a large number of coordinates prepared in advance in the abnormality detection unit of FIG. is there.
  • the abnormality detection unit of FIG. 19 when bulk processing is performed, it is calculated based on the points represented by the coordinates calculated based on the surface data for the position of interest and the surface data for the positions other than the position of interest.
  • It is a figure which shows an example of the positional relationship with a point represented by a large number of coordinates.
  • (A) is a diagram showing other examples of images that can be the target of the inspection device of the present invention
  • (b) is a waveform diagram showing changes in the brightness of the image of FIG. 32 (a).
  • It is a waveform diagram which shows an example of the surface data obtained from one row of the image of FIG. 32 (a).
  • (A) is a waveform diagram showing an example of surface data obtained from one row of the image of FIG. 36
  • (b) is a first used for calculating the similarity of surface data shown in FIG. 37 (a).
  • It is a waveform diagram which shows the example of the 2nd reference data.
  • It is a figure which shows an example of the distribution of the point represented by the coordinates calculated based on the surface data obtained from the image of FIG. 36.
  • Embodiment 1 The inspection device of the first embodiment takes an image of the peripheral surface of the steel rope with a camera while moving the steel rope in the long direction of the steel rope as an inspection target, and from the image data obtained by the imaging, the presence or absence of an abnormality in appearance. Is to inspect.
  • FIG. 1 shows a steel cable 11 having eight strands 12.
  • the steel cable 11 is formed by twisting the strands 12.
  • Each strand 12 is spirally wound.
  • irregularities corresponding to the thickness of each strand are regularly arranged on the peripheral surface of the steel cable 11.
  • the position of the unevenness of the steel rope 11 in the circumferential direction changes according to the position of the steel rope in the long direction, and is the same for each strand pitch Ps.
  • the twist pitch Pt is equal to the product of the strand pitch Ps and the number of strands 12.
  • Examples of the steel rope 11 include a steel rope for ships, a steel rope for fishing, a steel rope for cranes, a steel rope for civil engineering work, a steel rope for cable cars, a steel rope for elevators, and a steel rope for bridges.
  • FIG. 2A is a schematic elevational view showing the camera and the moving mechanism 20 used in the inspection device 30 of the first embodiment.
  • FIG. 2B is a schematic plan view looking downward from the position of line 2B-2B in FIG. 2A.
  • FIG. 2C is a schematic plan view looking downward from the position of line 2C-2C in FIG. 2A.
  • the moving mechanism 20 has a roller group 22 rotatably held by the frame 21.
  • the roller group 22 includes the first set of rollers 22-11 to 22-14 and the second set of rollers 22-21 to 22-24 arranged at positions different from each other in the moving direction (vertical direction in the figure) of the steel rope 11. , A third set of rollers 22-31 to 22-34, and a fourth set of rollers 22-41 to 22-44.
  • the first set of rollers 22-11 to 22-14 are provided so as to sandwich the steel rope 11 from four directions.
  • the rollers of the second group, the third group, and the fourth group are also provided so as to sandwich the steel rope 11.
  • the rollers of the first set to the fourth set are driven by a drive mechanism (not shown) to rotate, and the steel rope 11 is moved in the elongated direction by friction between the surface of each roller and the surface of the steel rope 11. For example, in FIG. 2A, it is moved upward.
  • a drive mechanism not shown
  • the steel rope 11 is moved in the elongated direction by friction between the surface of each roller and the surface of the steel rope 11. For example, in FIG. 2A, it is moved upward.
  • the drive mechanism instead of driving all the rollers of the first to fourth sets by the drive mechanism, only a part of the rollers of the first to fourth sets is driven by the drive mechanism, and the rest are the steel rope 11. You may try to take it around by the friction of.
  • the inspection device 30 includes cameras 25-1 to 25-4 as sensors. As shown in FIG. 2C, the cameras 25-1 to 25-4 are arranged so as to surround the steel rope 11, and images the steel rope 11 from four directions to obtain an image of the entire circumference of the steel rope 11. .. In the illustrated example, the steel rope 11 is imaged from four directions, but instead, an image of the entire circumference of the steel rope 11 may be obtained by imaging the steel rope 11 from three directions. A light source (not shown) for illuminating the portion of the steel cable 11 to be imaged may be provided.
  • the cameras 25-1 to 25-4 are fixed to the frame 21, and the distance between the cameras 25-1 to 25-4 and the peripheral surface of the steel cable 11 which is the surface to be inspected is kept constant.
  • rollers 22-14, 22-24, 22-34, and 22-44 in front of the steel cable 11, the camera 25-4, and the above-mentioned roller and camera of the frame 21 are shown.
  • the illustration of the supporting part is omitted.
  • the moving mechanism 20 moves the steel rope 11 in its long direction to change the relative position of the steel rope 11 with respect to the cameras 25-1 to 25-4, and the cameras 25-1 to 25-1 to According to 25-4, the peripheral surfaces of the steel rope 11 are sequentially imaged at different positions in the long direction of the steel rope 11, and the abnormality of the steel rope 11 is detected based on the imaged data.
  • FIG. 3 shows the positional relationship between the steel cable 11 to be inspected and one camera 25-1.
  • xyz is an axis for expressing coordinates in a three-dimensional space
  • the long DL of the steel cable 11 is defined as the y-axis
  • the x-axis and the z-axis are orthogonal to this.
  • the steel rope 11 moves in the positive direction of the y-axis.
  • the positional relationship between the other cameras 25-2 to 25-4 and the steel cable 11 is the same as described above.
  • Each of the cameras 25-1 to 25-4 is arranged so as to image a portion (linear portion) along a line extending in the circumferential direction of the steel cable 11.
  • the circumferential direction of the funicular is the direction perpendicular to the moving direction of the funicular when viewed from each of the cameras 25-1 to 25-4. Therefore, each camera is arranged so as to capture a linear portion extending in a direction perpendicular to the moving direction of the steel cable when viewed from the camera.
  • Each of the cameras 25-1 to 25-4 may be an area camera or a line camera.
  • each camera is arranged so that the direction in which the image pickup elements are arranged corresponds to the direction perpendicular to the moving direction MV of the steel cable 11.
  • the linear portion extending in the circumferential direction of the steel cable 11 is imaged.
  • the linear portion of the steel cable 11 is imaged by all or part of the image sensor of the line camera. In order to increase the resolution, it is desirable to take images with as many image sensors as possible.
  • each camera 25-1 to 25-4 is an area camera
  • each camera has a direction in which the direction of the line (horizontal line) of the imaging screen corresponds to the direction perpendicular to the moving direction MV of the steel cable.
  • the linear portion of the steel rope 11 extending in the circumferential direction is imaged by the image pickup elements arranged in the row direction.
  • the linear portion of the steel cable 11 is imaged by all or part of the image sensor in one row of the area camera. In order to increase the resolution, it is desirable to take images with as many image sensors as possible.
  • the imaging range of each camera in the circumferential direction of the steel cable 11 is slightly larger than 1/4 of the entire circumference of the steel cable 11, and the above imaging ranges overlap each other at their ends between adjacent cameras. As a result, any position of the funicular in the circumferential direction is included in at least one imaging range of the four cameras.
  • FIG. 4 is a diagram showing the configuration of the inspection device 30 of the first embodiment.
  • the illustrated inspection device 30 includes cameras 25-1 to 25-4 shown in FIGS. 2A and 2C, and a processing circuit 32.
  • the processing circuit 32 may be composed of dedicated hardware, or may be composed of a processor and a memory.
  • the processing circuit may be, for example, an ASIC (Application Specific Integrated Circuit), an FPGA (Field-Programmable Gate Array), or a combination thereof.
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • the processing circuit When composed of a processor and a memory, the processing circuit may be realized by software, firmware, or a combination of software and firmware.
  • Software or firmware is written as a program and stored in memory.
  • the processor realizes the function of each processing circuit by reading and executing the program stored in the memory.
  • the processor may be called, for example, a CPU (Central Processing Unit), an arithmetic unit, a microprocessor, a microcomputer, or a DSP (Digital Signal Processor).
  • the memory may be, for example, a non-volatile or volatile semiconductor memory such as a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory, an EPROM (Erasable Program ROM), or an EPROM (Electrically EPROM).
  • a magnetic disk such as a hard disk, or an optical disk such as a CD (Compact Disc) or a DVD (Digital Versaille Disc).
  • the processing circuit 32 may be partially realized by dedicated hardware and the other part may be realized by software or firmware.
  • FIG. 4 shows a configuration in which the processing circuit 32 is realized by the computer 34 including one processor.
  • the illustrated computer 34 includes a processor 341 and a memory 342.
  • the memory 342 stores a program executed by the processor 341.
  • the processor 341 reads and executes the program stored in the memory 342.
  • the image data from the cameras 25-1 to 25-4 are taken into the computer 34 via an interface (not shown).
  • FIG. 5 is a functional block diagram showing the configuration of the processing circuit 32 of FIG.
  • the processing circuit 32 includes first to fourth abnormality detection units 35-1 to 35-4 and an inspection result output unit 36.
  • the first to fourth abnormality detection units 35-1 to 35-4 are provided corresponding to the cameras 25-1 to 25-4, respectively, and receive image data from the corresponding cameras to correspond to each other. Detects abnormalities in the imaging range of the camera.
  • the first to fourth abnormality detection units 35-1 to 35-4 have the same configuration as each other.
  • the first abnormality detection unit 35-1 will be described below.
  • FIG. 6 shows the configuration of the first abnormality detection unit 35-1.
  • the abnormality detection unit 35-1 shown in FIG. 6 includes a data acquisition unit 41, a reference data storage unit 42, a similarity calculation unit 43, a coordinate calculation unit 45, a coordinate storage unit 46, and an isolation index calculation unit. 47 and an abnormality determination unit 48 are provided.
  • the data acquisition unit 41 receives the image pickup data from the camera 25-1 and generates surface data Dk for each of the linear portions at different positions in the long direction of the steel cable 11.
  • the position in the long direction is sometimes called the long direction position.
  • the surface data for the linear portion of each long direction position may be referred to as the surface data for the long direction position.
  • the portion corresponding to the captured linear portion of the one-dimensional image obtained by imaging at each long direction position is the surface data Dk for the linear portion.
  • the camera 25-1 is an area camera, the data of the part of the two-dimensional image obtained by imaging at each long direction position that belongs to a predetermined row and corresponds to the imaged linear portion is , The surface data Dk for the linear portion.
  • bias removal is a process for removing low frequency components in imaging data.
  • the low frequency component referred to here is a component of a change in brightness due to the fact that the steel rope is columnar as a whole, that is, the envelope surface of the peripheral surface of the steel rope is columnar. That is, in each camera, the brightness of each part of the peripheral surface of the steel cable when viewed from the camera changes depending on the angle of the part with respect to the optical axis of the camera.
  • the angle of each part of the peripheral surface of the steel cable with respect to the optical axis of the camera is determined by the angle of the envelope surface of the peripheral surface of the steel cable with respect to the optical axis of the camera and the unevenness due to the strand 12.
  • Bias removal is performed to remove the influence of the change in the angle of the envelope surface with respect to the optical axis of the camera. By removing the bias, it is possible to extract only the component of the change in brightness due to the unevenness of the strand 12.
  • Noise removal is a process that removes high frequency noise in an image.
  • the high frequency referred to here means a frequency higher than the frequency due to the unevenness of the strand 12 and the frequency due to the abnormality to be detected.
  • the surface data Dk belongs to a portion of the one-dimensional image data corresponding to the linear portion or one row of the two-dimensional image, and the pixel values Dk 1 , k of a fixed number of pixels of the portion corresponding to the linear portion. 2 , ... Dk J are arranged in the order of pixels, and can be seen as a pixel value vector.
  • the pixel value referred to here may be a luminance value or a color component value. When it is a color component value, it may be, for example, one of R, G, and B. In the following, it is assumed that the brightness value is used, and the magnitude of the pixel value represents the brightness. Since the pixel value constituting the surface data Dk is a value obtained by detection by a camera as a sensor, it may be referred to as a detected value.
  • the pixel values constituting the surface data Dk for each long direction position change according to the unevenness of the peripheral surface of the steel cable 11 due to the strand 12. That is, the surface data Dk has periodicity corresponding to the period of unevenness in the circumferential direction of the peripheral surface of the strand 12. Since the image obtained by each camera is a projection of the peripheral surface of the steel rope on a flat imaging screen, the length in the circumferential direction does not completely correspond to the length in the captured image, and the steel rope Even if the period on the peripheral surface is constant, the length of one cycle changes depending on the row direction position in the captured image, and the change in pixel value (change with respect to the row direction position) also in the surface data Dk. The cycle (spatial cycle in the image) changes.
  • the imaging range especially the range in which surface data is acquired, to the portion close to the center in the width direction of the steel cable when viewed from the camera (excluding the portion close to the edges on both sides)
  • the influence of the above changes can be reduced. It can be small and negligible.
  • the pixel value vector composed of the surface data Dk also changes. This change has periodicity, and the period (spatial period) is equal to the strand pitch Ps.
  • FIG. 7 shows, when the camera 25-1 is an area camera, an example of an image obtained by imaging with the camera is superimposed on the steel cable 11 to be imaged.
  • the range to be imaged in the steel cable 11 is shown by a dotted frame 14, and the outline of the image Ga obtained by imaging is shown inside the frame 14.
  • Gaa near the center of each strand 12 is the brightest, and Gab near the boundary between adjacent strands 12 is the darkest.
  • the brightness of each part of the image gradually changes continuously, but in FIG. 7, the bright part Gaa is shown by white and the dark part Gab is shown by a dot pattern for simplification.
  • the data of the row Lk specified in advance is extracted from the image Ga within the range indicated by the dotted frame 14 and used as the surface data Dk.
  • FIG. 8 shows an example of surface data Dk obtained from row Lk of FIG.
  • the vertical axis indicates the brightness of the image
  • the horizontal axis indicates the row direction position in the dotted frame 14 of FIG.
  • the x l and x r in FIG. 8 correspond to the left end x l and the right end x r of the dotted frame 14 in FIG. 7.
  • the pixel value changes with the period Tk.
  • the surface data Dk pixel value vector
  • the periodic change is caused by the steel rope 11 having periodicity in the longitudinal direction.
  • the change is continuous because the strands 12 (and thus the bright and dark areas due to the irregularities of the strands 12) extend diagonally in the longitudinal direction, i.e., in the moving direction, so that the pixel value vector gradually extends. Because it changes.
  • the reference data storage unit 42 stores the first reference data Ra and the second reference data Rb.
  • the first reference data Ra and the second reference data Rb are, for example, prepared in advance.
  • the first reference data Ra and the second reference data Rb in the illustrated example have a period equal to the period Tk of the surface data described above.
  • Tk For example, if the period Tk of the change (change with respect to the row direction position) of the pixel values constituting the surface data Dk obtained when there is no abnormality in the steel cable 11 is known, the period Tk is obtained and the phase difference between them is different.
  • a vector consisting of a sequence of values representing two sine waves of ⁇ / 2 can be used as the first reference data Ra and the second reference data Rb.
  • FIG. 9 shows an example of such sinusoidal reference data Ra and Rb.
  • Tk represents a period.
  • Each of the first and second reference data Ra and Rb is a vector having the same length as the surface data Dk (data consisting of a sequence of values having the same number as the number of pixel values constituting the surface data Dk). Therefore, the first reference data Ra is represented by the values Ra 1 , Ra 2 , ... Ra J , and the second reference data Rb is represented by the values Rb 1 , Rb 2 , ... Rb J.
  • the wave numbers of the first and second reference data Ra and Rb are the same as or close to the wave numbers of the change in the brightness of the pixel values constituting the surface data Dk.
  • the period of the sine wave represented by each of the first and second reference data Ra and Rb does not have to be exactly the same as the period Tk of the surface data Dk, and in short, it may have the same or approximate period.
  • the first reference data Ra and the second reference data Rb are orthogonal to each other. ..
  • the first reference data Ra is represented by (Ra 1 , Ra 2 , ... Ra J )
  • the second reference data Rb is represented by (Rb 1 , Rb 2 , ... Rb J ).
  • the fact that the first reference data Ra and the second reference data Rb are orthogonal to each other means that the following equation (1) is satisfied.
  • the two sine waves represented by the first and second reference data Ra and Rb do not have to have a phase difference of exactly ⁇ / 2, and may have a value close to ⁇ / 2. That is, the first reference data Ra and the second reference data Rb do not have to be exactly orthogonal to each other, and may have an approximate relationship to the orthogonal relationship.
  • the similarity calculation unit 43 calculates the first similarity p, which is the similarity between the surface data Dk and the first reference data Ra for each long direction position output from the data acquisition unit 41.
  • the similarity calculation unit 43 also calculates a second similarity q, which is the similarity between the surface data Dk and the second reference data Rb.
  • the correlation coefficients ⁇ a and ⁇ b represented by the following equations (2a) and (2b) are used as the similarity p and q.
  • the correlation coefficients ⁇ a and ⁇ b are defined as follows.
  • E [-] represents the expected value.
  • the coordinate calculation unit 45 obtains the two-dimensional coordinates of the Cartesian coordinate system having the first similarity p and the second similarity q as elements.
  • S i (p, q) may be simply represented by S i .
  • the points at the positions on the two-dimensional plane represented by the two-dimensional coordinates Si are also represented by the same reference numerals S i (p, q) or S i .
  • An example of such a point S i (p, q) is shown in FIG.
  • the distance from the origin O to the point S i, i.e. norm is the value less than 1.
  • the pixel value vector composed of the surface data Dk obtained by imaging the peripheral surface of the steel rope 11 while moving the steel rope 11 in the long direction is continuously and with respect to the moving distance. It changes periodically. Therefore, point S i is moved on a two-dimensional plane so as to draw a predetermined trajectory.
  • This locus is, for example, a circle centered on the origin O.
  • the direction of movement (rotation) along the circle of the point S i is dependent on the relative movement direction of the steel ropes with respect to the camera 25-1.
  • the period required for one rotation corresponds to the one-strand pitch Ps of the steel cable. That is, when the steel cable moves by one strand pitch Ps with respect to the camera, the point Si makes one rotation and returns to the original position.
  • Thickness and strand pitch Ps of the strands 12 is constant, if there is no abnormality in the wire rope, the point S i draw repeating the same trajectory regardless of the speed of movement.
  • locus point S i is drawn in the example shown in FIG. 10 is a circular shape, there not necessarily to be a circular shape, may comprise, for example, an elliptical shape as shown in FIG. 11.
  • the surface data obtained by imaging the portion with the abnormality will be different from the case where there is no abnormality, and the point Si will be located at a position deviating from the above trajectory. appear.
  • the isolation index calculation unit 47 calculates the degree of deviation, that is, the degree of deviation.
  • the processing target that is, the long direction position for which the isolation index is calculated is referred to as the attention position
  • the coordinates obtained from the surface data for the attention position are simply "coordinates calculated for the attention position”.
  • it may be referred to as "coordinates about the position of interest”.
  • the camera 25-1 and the data acquisition unit 41 position the steel rope 11 at a plurality of different positions in the elongated direction. for each, acquires surface data, performs coordinate calculation of by the similarity calculation and coordinate calculation unit 45 of by the similarity calculation unit 43 based on the surface data, the coordinate storage unit 46, storing the coordinates S i calculated doing, form a group consisting of a plurality of coordinates S i, in solitary index calculation unit 47, for the group of forming coordinate S i, solitary index deviance coordinates S i calculated for the target position If the isolation index is larger than the threshold value, the abnormality determination unit 48 determines that there is an abnormality.
  • the number of coordinates that make up the coordinate group and therefore the number of points that make up the point cloud, is set large enough so that it is not affected by fluctuations in the surface data, for example, a number larger than a predetermined number. There is. As described above, the above numbers are large enough to be referred to as "many" below.
  • S i points belonging to the point group is desirably those obtained when there is no abnormality in steel ropes. However, points obtained when there is an abnormality may be included. This is because when calculating the isolation index, comparisons are made with a large number of coordinates, that is, a sufficiently large number of coordinates.
  • Coordinate storage unit 46 stores a number of coordinates belonging to coordinate group described above, i.e. the coordinates for many points S i belonging to the point group of the above.
  • a large number of coordinates belonging to a coordinate group are, for example, a large number of other parts of the steel rope 11 to be inspected before the inspection is performed, or a large number of steel ropes (indicated by the same reference numeral 11) different from the steel rope 11 to be inspected.
  • the coordinates may be obtained by acquiring surface data by performing imaging at the position in the long direction of the above, and calculating the similarity and the coordinates with respect to the acquired surface data.
  • the above-mentioned "another funicular" needs to have the same appearance or surface shape as the funicular to be inspected, for example, the same specifications as the funicular to be inspected. This point is the same in the following other embodiments.
  • It represents a point corresponding to coordinates calculated from surface data obtained before the implementation of the test in Sa i, represents a group of points consisting of point Sa i in GSa.
  • the inspection device 30 operates in the point cloud generation mode prior to the operation mode for performing the inspection (inspection execution mode).
  • the point cloud generation mode the peripheral surface of the steel rope 11 is imaged while moving the steel rope or another steel rope 11 to be inspected, so that surface data Dk is sequentially acquired for a large number of long direction positions, and each surface is sequentially acquired.
  • it is desirable that the portion of the steel cable 11 to be imaged is a portion having no abnormality.
  • N is, for example, 1,000, but may be more or less.
  • Point Sa i in the illustrated example are distributed annularly.
  • a number of coordinates Sa i (p, q) determined for the longitudinal direction position point group GSa consisting are stored in the coordinate storage unit 46.
  • the stored point cloud GSa may be continued to be used as long as the inspection target is a steel rope having the same appearance or surface shape, for example, a steel rope having the same specifications.
  • the stored point cloud GSa is used. , Calculate the isolation index.
  • Figure 12 also shows an example of a point S k for the target position. In the illustrated example, the point S k is slightly away from the circular ring formed by the point Sa i.
  • the isolation index is calculated by, for example, the following method.
  • the sum AL (k) is intended to represent the degrees of deviation for the point group GSa of the point S k, it is used as a solitary index.
  • Abnormality determination unit 48 determines whether there is an abnormality in the linear portion of the longitudinal direction position corresponding to each point S k based on solitary index calculated by the solitary index calculation unit 47 AL (k), determination The result AB (k) is output. For example, if the isolation index AL (k) is larger than a predetermined threshold value, it is determined that there is an abnormality in the linear portion of the long direction position where the surface data is obtained.
  • the inspection result output unit 36 receives the determination results AB (k) output from the abnormality detection units 35-1 to 35-4, aggregates them, and outputs the inspection results to the outside.
  • the inspection result may be displayed by outputting to a monitor (not shown). Alternatively or additionally, it may be output to a printer (not shown) to print the inspection result.
  • a storage unit for storing the inspection result may be provided so that the inspection result can be read out later when needed.
  • the storage unit may be configured with a removable memory.
  • the inspection result output unit 36 and the above-mentioned storage unit may be provided together.
  • the isolation index calculation unit 47 calculates the isolation index based on the distance between the point at the position of interest and the point belonging to the point cloud. Instead of the above distance, the isolation index may be calculated by using a function that monotonically increases or decreases with respect to the distance.
  • the solitary index calculation unit 47 when calculating the solitary index with monotonically decreasing function with respect to the distance, solitary index to be calculated, the S k points obtained for the target position, The larger the degree of deviation from the point cloud, the smaller the value. Therefore, the abnormality determination unit 48 determines that there is an abnormality when the isolation index is smaller than a predetermined threshold value.
  • the reference data storage unit 42 stores the sinusoidal reference data Ra and Rb.
  • the reference data Ra and Rb may have waveforms of other shapes. For example, it may have a waveform that changes in the same manner as the change in the pixel values constituting the surface data Dk.
  • the isolation index is calculated based on the distance between the point Sk obtained for the position of interest and the points constituting the point cloud, and the presence or absence of an abnormality is determined based on the calculated isolation index. Therefore, it is possible to reduce an error in determining the presence or absence of an abnormality.
  • Embodiment 2 The abnormality detection unit used in the inspection device 30 of the second embodiment is the same as the abnormality detection unit 35-1 shown in FIG.
  • the points S i obtained after the start of the processing in the inspection execution mode are accumulated, and the isolated point S i is calculated using the accumulated points S i .
  • the point cloud is generated in parallel with the inspection.
  • among the accumulated points S i constitute a point group in terms other than the point corresponding to the surface data of the target position, for point cloud constructed, deviance points corresponding to the surface data of the target position Just ask.
  • a point cloud is formed at the points of the coordinates calculated from the surface data of the N long direction positions acquired by N times of imaging, which are performed prior to the imaging at the attention position, and attention is paid.
  • the degree of divergence of the coordinate points calculated from the surface data for the position with respect to the above point cloud is calculated as an isolation index.
  • the isolation index may be calculated by excluding the points obtained from the surface data for the long direction position close to the attention position. For that purpose, for example, among the above N long-length directional positions, the points obtained from the surface data of the F long-long directional positions (F is a natural number of 1 or more) that were recently imaged are obtained. You can exclude it.
  • the above process is performed after acquiring surface data for a large number of linear portions in the longitudinal direction, calculating the first and second similarities, and calculating the coordinates. It can be said that this is a process of acquiring surface data for the linear portion of the attention position, calculating the first and second similarities, calculating the coordinates, and calculating the isolation index.
  • the same effect as that of the first embodiment can be obtained in the second embodiment. Further, since the coordinate group (point group) is generated after the start of the inspection, the inspection can be performed even if the coordinate group (point group) is not generated in advance.
  • Embodiment 3 The abnormality detection unit used in the inspection device 30 of the third embodiment is the same as the abnormality detection unit 35-1 shown in FIG.
  • the second embodiment after the processing in the inspection execution mode is started, surface data is acquired for a large number of linear portions in the long direction, the first and second similarities are calculated, and the coordinates are calculated. Later, surface data is acquired for the linear portion of the attention position, the first and second similarities are calculated, the coordinates are calculated, and the isolation index is calculated.
  • the third embodiment after the processing in the inspection execution mode is started, surface data is acquired for linear portions at different positions in the long direction, first and second similarity are calculated, and coordinates are calculated. After that, one of the above-mentioned different positions is selected as the attention position, and the positions other than the selected positions are set as the above-mentioned many positions, and the isolation index is calculated.
  • the points of the coordinates of the first number calculated based on the surface data of the linear portion of the long direction position of the first number determined in advance are accumulated, and the accumulated points of the first number are accumulated.
  • select S i in order to constitute a point group in (S k other than those of the point S i) second number of points of other than S k selected points the S k points selected for the point group
  • the degree of divergence may be calculated as an isolation index.
  • the above-mentioned first number is a number obtained by adding 1 to the above-mentioned second number.
  • the first number above is, for example, the number of longitudinal positions from which surface data can be obtained while the funicular is moving by a predetermined length (eg, 10 m). Such processing can be called bulk processing.
  • the isolation index is calculated by excluding the points obtained from the surface data for the long direction position close to the long direction position (attention position) corresponding to the selected point. Is desirable.
  • N is the predetermined number
  • Numbers 1 to N are assigned to each linear portion according to the position of the steel rope in the longitudinal direction.
  • the numbers from 1 to N represent the order in which the surface data is obtained.
  • the isolation index is calculated for the attention position in the surface data whose numbers are 1 to N, with the long direction positions other than the fixed number of long direction positions near both ends as the attention positions in order.
  • step ST11 k is set to the initial value of 1 + F.
  • F is a predetermined number.
  • Total AL calculated in step ST16 (k) is used as solitary indicator of the divergence degree for the point group GSb the point S k.
  • the processing of steps ST15 and ST16 is represented by the following formulas (4a) and (4b).
  • step ST17 it is determined whether or not k is equal to n + F. If they are not equal, the process proceeds to step ST18. In step ST18, 1 is added to k. After step ST18, the process returns to step ST12. If k is equal to n + F in step ST17, the process ends.
  • the above processing excludes the F linear portion near one end and the F linear portion near the other end out of the N linear portions (ST11, ST17), and after exclusion.
  • N-2F selecting a linear portion of the pieces in the order (ST12), a point for the selected linear portion as S k (ST12), around the selected linear portions, F th previous Exclude from the linear part to the linear part after F pieces (ST13), and calculate the total distance between the points for the excluded linear part and the points for the selected linear part (ST14, ST15, ST16), it can be said that this is a process of outputting the sum of distances as an isolation index.
  • the point Sb i when performing the bulk process an example of distribution on a two-dimensional plane. 14, of the point Sb i indicates the point S k by "*" indicates the point Sb k-F ⁇ Sb k + F a ".” Indicates the Sc 1 ⁇ Sc N-2F- 1 in the "-" ..
  • Processing in step ST13 is less than a certain solitary index points S k of coordinates calculated for the linear portion, the influence of the point of coordinates calculated for the other linear portion located in the vicinity of the linear portion This is to prevent it from being calculated as a value.
  • the point S i is plotted at a high density on a two-dimensional plane. If the range of abnormality extends to two or more linear parts and there is an abnormality over a certain linear part and the linear part in the vicinity thereof, the point corresponding to the surface data of the certain linear part and the position in the vicinity thereof. The distance from the point corresponding to the surface data of the other linear portion is reduced, and the isolation index becomes a small value.
  • the same effect as that of the first embodiment can be obtained in the third embodiment. Further, since the isolation index is calculated by bulk processing, the inspection can be performed even if the coordinate group (point group) is not generated in advance.
  • Embodiment 4 In the first to third embodiments, data prepared in advance are used as reference data Ra and Rb.
  • the fourth embodiment as in the case of acquiring the surface data for generating the point cloud and the surface data Dk for the position of interest, the two surface data obtained by imaging the steel cable are referred to as reference data. Used as Ra and Rb.
  • the surface data obtained by photographing the linear portions of the steel rope or another steel rope 11 to be inspected at two different positions in the long direction are used as reference data Ra and Rb. .. It is desirable that the linear portions at the above two positions are not abnormal. For example, the fact that there is no abnormality may be confirmed by directly visually confirming the funicular, or by displaying the image obtained by imaging the funicular on a monitor (not shown) and visually confirming the displayed image. good. In addition to the above methods, if it is guaranteed that there is no abnormality by some means, it may be determined that there is no abnormality based on the guarantee.
  • the surface data obtained from the linear portion of a certain position (first position) in the elongated direction is used as the first reference data Ra, and the linear portion of another position (second position) in the elongated direction is used.
  • the surface data obtained from the portion and having an orthogonal relationship with the first reference data Ra is used as the second reference data Rb. In this case, whether or not there is an orthogonal relationship is determined by whether or not the relationship of the above equation (1) is satisfied.
  • FIG. 15 shows an abnormality detection unit 35-1b used in the inspection device 30 of the fourth embodiment.
  • the illustrated abnormality detection unit 35-1b includes a data acquisition unit 41b instead of the data acquisition unit 41 of FIG.
  • the inspection device 30 of the fourth embodiment operates in the reference data generation mode prior to the processing in the inspection execution mode.
  • the data acquisition unit 41b is a linear portion of the steel rope or another steel rope 11 to be inspected at two different positions in the longitudinal direction, that is, the first position and the second position.
  • the surface data obtained by imaging is output as reference data Ra and Rb. If the camera 25-1 is an area camera, surface data generated from two different rows of captured data in the captured image may be used as reference data Ra and Rb. If the camera 25-1 is a line camera, surface data generated from two imaging data obtained by imaging at two different timings may be used as reference data Ra and Rb.
  • the surface data generated from the imaging data acquired at a certain timing is used as the first reference data Ra, and then the surface data is generated from the imaging data acquired at the timing when the steel cable 11 moves by a predetermined length.
  • the surface data may be used as the second reference data Rb.
  • FIG. 16 shows reference data Ra and Rb generated by the above method.
  • Tk represents a period.
  • the example of FIG. 16 assumes a case where the surface data obtained by removing the bias from the imaging data is used as the reference data Ra and Rb.
  • the reference data Ra and Rb output from the data acquisition unit 41b are stored in the reference data storage unit 42.
  • the stored reference data Ra and Rb are used to generate a point cloud and perform an inspection.
  • the point cloud may be generated before the inspection is performed as described in the first embodiment, or may be generated after the start of the processing in the inspection execution mode as described in the second and third embodiments. good. In the latter case, bulk processing may be performed as described in the third embodiment.
  • the inspection device 30 When the point cloud is generated before the inspection is performed, the inspection device 30 operates in the point cloud generation mode prior to the processing in the inspection execution mode.
  • the peripheral surface of the steel rope 11 is imaged while moving the steel rope or another steel rope 11 to be inspected, so that the surface is sequentially surfaced at a large number of long direction positions.
  • data Dk the reference data Ra stored in the reference data storage unit 42 and the surface data Dk, the similarity p and Rb, the q sought, similarity p, coordinates from q Sa i (p, q) Ask for.
  • FIG. 17 shows an example of the point cloud GSa obtained by the above processing.
  • the locus drawn by the point cloud GSa shown in FIG. 17 has a larger degree of deviation from the perfect circle than the locus shown in FIGS. 10, 11 and 12.
  • the point cloud GSa is stored in the coordinate storage unit 46.
  • each linear shape of the steel rope 11 at a different position in the long direction is taken.
  • the surface data Dk is acquired for the portion, the similarity p and q between the acquired surface data Dk and the reference data Ra and Rb stored in the reference data storage unit 42 are calculated, and the similarity p and q are two-dimensional. Find the coordinates Sk (p, q).
  • the calculation of the isolation index and the determination of the presence or absence of an abnormality can be performed in the same manner as described in the first embodiment.
  • the operation in the case of generating or updating the point cloud in the bulk processing is the same as that described in the third embodiment.
  • the fourth embodiment it is possible to correctly determine the presence or absence of an abnormality even when information on how the appearance of the steel cable changes and the cycle of change cannot be obtained in advance.
  • Embodiment 5 In the fourth embodiment, two surface data obtained by imaging linear portions of the steel rope 11 at two positions in the long direction are used as reference data Ra and Rb. In the fifth embodiment, a pair of pixel value vectors orthogonal to each other are generated from the surface data obtained by imaging the linear portion of the steel cable 11 at one position in the long direction, and these are referred to as reference data Ra, Used as Rb.
  • a pair of pixel value vectors orthogonal to each other are generated from the surface data Dr for either the first position or the second position, and these are used as reference data Ra and Rb. You may.
  • the process of generating a pair of pixel value vectors orthogonal to each other from one surface data can be performed by, for example, the Hilbert transform.
  • FIG. 18 shows an abnormality detection unit 35-1c used in the inspection device 30 of the fifth embodiment.
  • the illustrated abnormality detection unit 35-1c includes a data acquisition unit 41c instead of the data acquisition unit 41b of FIG. 15, and further includes a reference data generation unit 51.
  • the inspection device 30 of the fifth embodiment operates in the reference data generation mode prior to the processing in the inspection execution mode.
  • the data acquisition unit 41c selects the surface data Dr obtained by imaging the linear portion of the steel cable to be inspected or another steel cable 11 at one position in the long direction. And output. It is desirable that the linear portion at one of the above positions is a portion without abnormality.
  • the reference data generation unit 51 performs Hilbert transform of the surface data Dr output from the data acquisition unit 41c to generate a pair of pixel value vectors orthogonal to each other, and outputs these as reference data Ra and Rb.
  • the surface data Dr input to the unit 51 may be used as reference data Ra and Rb.
  • the fifth embodiment is the same as the fourth embodiment.
  • the surface data acquired for the first position of the funicular or another funicular 11 to be inspected is used as one of the first reference data and the second reference data. It is the same in terms of use.
  • the surface data acquired for the second position of the steel rope or another steel rope 11 to be inspected is used as the other of the first reference data and the second reference data.
  • the fifth embodiment there is a difference that data orthogonal to one of the first reference data and the second reference data is generated and used as the other of the first reference data and the second reference data.
  • the same effect as in the fourth embodiment can be obtained. Further, even when a pair of orthogonal surface data cannot be obtained directly from the captured image, a pair of orthogonal reference data can be generated.
  • Embodiment 6 in the fourth embodiment, in the reference data generation mode, two surface data obtained by imaging the steel cable to be inspected or another steel cable 11 are stored as reference data Ra and Rb, and then a point cloud. It is repeatedly used to calculate the similarity of surface data Dk for linear portions at different positions, which is acquired for the generation and inspection of the data.
  • the surface data that is the target of calculation of similarity and calculation of coordinates will be referred to as "measurement data” below for convenience. This is to distinguish it from the surface data acquired in the reference data generation mode and used as the reference data.
  • point cloud generation mode points constituting the point cloud are formed from the measurement data.
  • inspection execution mode the isolation index is calculated for the coordinates calculated from the measurement data.
  • the acquisition of the measurement data Dk and the acquisition of the reference data Ra and Rb are performed in parallel, and the reference data Ra and Rb are updated each time the measurement data Dk is newly acquired.
  • Acquiring the measurement data Dk and acquiring the reference data Ra and Rb in parallel is not limited to the case where these acquisitions are performed exactly at the same time, and a certain time difference is created immediately before or after the acquisition of the measurement data Dk. This includes the case where the reference data Ra and Rb are acquired. There may be a time lag between the acquisition of the first reference data Ra and the acquisition of the second reference data Rb.
  • the surface data for the first position different from the attention position is used as the first reference data Ra
  • the surface data for the second position is used. Is used as the second reference data Rb.
  • the first position and the second position are relative to each other so that the surface data obtained from these linear portions are orthogonal to each other when the linear portions of these positions are normal. The relationship is established. Further, either the first position or the second position is set at a position separated by a certain distance from the position of interest. In this way, it can be said that the first and second positions are positions related to the position of interest.
  • FIG. 19 shows an abnormality detection unit 35-1d used in the inspection device 30 of the sixth embodiment.
  • the illustrated abnormality detection unit 35-1d includes a data acquisition unit 41d instead of the data acquisition unit 41b of FIG.
  • the reference data storage unit 42 of FIG. 15 is omitted.
  • FIG. 20 is a diagram similar to that of FIG. 7, and shows an example of an image obtained by imaging with the camera 25-1 superimposed on the steel cable 11 to be imaged.
  • the range to be imaged in the steel rope 11 is shown by a dotted frame 14, and the outline of the image obtained by imaging is shown inside the frame 14.
  • FIG. 20 further shows three pre-designated rows Lra, Lrb, and Lk.
  • the row Lk is a row in which the linear portion of the attention position is imaged.
  • Rows Lra and Lrb are rows in which the linear portions of the first and second positions of the steel cable 11 are imaged, respectively. That is, when the linear portion of the attention position is imaged in the row Lk, the linear portion of the first position is imaged in the row Lra, and the linear portion of the second position is imaged in the row Lb.
  • the data acquisition unit 41d outputs the surface data obtained from the above three rows Lra, Lrb, and Lk in the captured image as the first reference data Ra, the second reference data Rb, and the measurement data Dk, respectively. ..
  • FIG. 21 shows an example of reference data Ra, Rb and measurement data Dk obtained from rows Lra, Lrb, Lk of FIG.
  • the vertical axis indicates the brightness of the image
  • the horizontal axis indicates the row direction position in the dotted frame 14 of FIG. 20.
  • the x l and x r in FIG. 21 correspond to the left end x l and the right end x r of the dotted frame 14 in FIG. 20.
  • the x l and x r in FIG. 21 correspond to the left end x l and the right end x r of the dotted frame 14 in FIG. 20.
  • the similarity calculation unit 43 calculates the first similarity p, which is the similarity between the measurement data Dk and the first reference data Ra.
  • the similarity calculation unit 43 also calculates a second similarity q, which is the similarity between the measurement data Dk and the second reference data Rb.
  • the coordinate calculation unit 45 calculates the two-dimensional coordinates Si having the first similarity p and the second similarity q as elements.
  • the data Ra, Rb, and Dk are obtained from the fixed rows Lra, Lrb, and Lk in the image, and the phases of the data Ra, Rb and the data Dk (phases in the periodic change in the longitudinal direction of the steel cable).
  • the difference in is constant, the similarity p, without q also changes greatly, therefore, not be greatly changed even coordinates S i. Therefore, the point Si is located on the two-dimensional plane within a narrow range, for example, as shown in FIG.
  • the generation of the point cloud used for the calculation of the isolation index may be performed before the inspection is performed as described in the first embodiment, and the inspection is performed as described in the second and third embodiments. It may be performed after the processing in the mode is started. In the latter case, bulk processing may be performed as described in the third embodiment.
  • the inspection device 30 When the point cloud is generated before the inspection is performed, the inspection device 30 operates in the point cloud generation mode prior to the processing in the inspection execution mode.
  • the peripheral surface of the steel rope 11 is imaged while moving the steel rope or another steel rope 11 to be inspected, so that the measurement data Dk is sequentially acquired at a large number of long direction positions, and each of them is obtained.
  • the measurement data is acquired at the long direction position
  • the reference data Ra and Rb are acquired at the positions related to the long direction position, and the acquired measurement data Dk and the length are obtained for each long direction position.
  • reference data Ra obtained at the position associated with the longitudinal direction position obtains the similarity p, q and Rb, obtains the similarity p, coordinates from q Sa i (p, q) .
  • it is desirable that the portion of the steel cable 11 to be imaged is a portion having no abnormality.
  • FIG. 23 shows an example of the point cloud GSa obtained by the above processing.
  • FIG. 23 shows the point Sa i in ".”.
  • Point Sa i as shown, are concentrated in a narrow range on the ring. The concentration range depends on the positional relationship between the linear portions for acquiring the surface data of the steel rope 11, and therefore the positional relationship between the rows Lra and Lrb of FIG. 20 and the rows Lk.
  • the measurement data Dk is acquired at each of the different positions in the long direction of the steel cable 11, and when the measurement data is acquired at that position.
  • the reference data Ra and Rb are acquired at the position related to the position, and the similarity between the measurement data Dk acquired at the position and the reference data Ra and Rb acquired at the position related to the position.
  • P and q are calculated, and the two-dimensional coordinates Sk (p, q) are obtained from the similarity p and q.
  • the point Sk is indicated by “*”.
  • the calculation of the isolation index and the determination of the presence or absence of an abnormality can be performed in the same manner as described in the first embodiment.
  • Figure 24 is the point Sb i accumulated in bulk process, an example of distribution on a two-dimensional plane.
  • of the point Sb i indicates the point S k by "*" indicates the point Sb k-F ⁇ Sb k + F a ".”
  • Point Sb i as shown in FIG. 24, as with Sa i point shown in FIG. 23 is concentrated in a narrow range on the ring.
  • the range of concentration depends on the relationship between the positions where data is acquired, that is, the positional relationship between the rows Lra and Lrb and the row Lk in FIG.
  • the calculation of the isolation index and the determination of the presence or absence of an abnormality can be performed in the same manner as described in the third embodiment.
  • the camera 25-1 is an area camera and the surface data acquired in the rows Lra and Lrb different from the row Lk in which the measurement data Dk in the image is acquired is used as the reference data Ra and Rb has been described above.
  • the surface data acquired at different timings may be used as the data Ra, Rb, and Dk, respectively.
  • the surface data acquired at a certain timing is used as the first reference data Ra
  • the surface data acquired at the timing when the steel cable 11 moves by a predetermined length (first length) is used as the second surface data.
  • the surface data may be used as the reference data Rb of the above, and then the surface data acquired at the timing when the steel cable 11 moves by a predetermined length (second length) may be used as the measurement data Dk.
  • the first length and the second length described above may be different from each other or may be the same.
  • the calculation of the isolation index is performed by the formulas (3a) and (3b) or the formulas (4a) and (4b) as described in the first or third embodiment.
  • the sixth embodiment as in the fourth embodiment, it is possible to correctly determine the presence or absence of an abnormality even when information on how the appearance of the funicular is changed and the cycle of the change cannot be obtained in advance.
  • the measurement data and the reference data are acquired in parallel, it is possible to appropriately determine the presence or absence of an abnormality even when the appearance changes depending on the position of the steel cable in the long direction. ..
  • Embodiment 7 the two surface data obtained by imaging the linear portions of the steel rope 11 at two positions in the long direction are used as the reference data Ra and Rb.
  • a pair of pixel value vectors orthogonal to each other are generated from the surface data obtained by imaging the linear portion of the steel cable 11 at one position in the long direction, and these are referred to as reference data Ra, Used as Rb.
  • a pair of pixel value vectors orthogonal to each other are generated from the surface data Dr for either the first position or the second position in the description of the sixth embodiment, and these are used as reference data Ra and Rb.
  • the process of generating a pair of pixel value vectors orthogonal to each other from one surface data can be performed by, for example, the Hilbert transform.
  • FIG. 25 shows the abnormality detection unit 35-1e used in the inspection device 30 of the seventh embodiment.
  • the illustrated abnormality detection unit 35-1e includes a data acquisition unit 41e instead of the data acquisition unit 41d in FIG. 19, and further includes a reference data generation unit 51.
  • the camera 25-1 is an area camera and the image obtained by imaging with the camera 25-1 is as shown in FIG. 20, one of the rows Lra and Lrb of FIG. 20
  • the row Lra is designated as the row for acquiring the above surface data Dr
  • the row Lk is designated as the row for acquiring the above surface data Dk.
  • the data acquisition unit 41d outputs the surface data obtained from one of the rows Lra and Lrb, for example, the row Lra in the captured image as the surface data Dr for generating the reference data, and outputs the surface data obtained from the row Lk. , Output as measurement data Dk.
  • the reference data generation unit 51 performs Hilbert transform of the surface data Dr output from the data acquisition unit 41e to generate a pair of pixel value vectors orthogonal to each other, and outputs these as reference data Ra and Rb.
  • the surface data Dr input to the unit 51 may be used as reference data Ra and Rb.
  • the seventh embodiment is the same as the sixth embodiment.
  • the same effect as in the fifth embodiment can be obtained. Further, even when a pair of orthogonal surface data cannot be obtained directly from the captured image, a pair of orthogonal reference data can be generated.
  • the steel cable moves upward.
  • the funicular may move downward.
  • the first and second reference data are orthogonal to each other, but there is a perfect orthogonal relationship between the first reference data and the second reference data. Even if there is no such relationship, it is sufficient if there is a relationship close to an orthogonal relationship.
  • the correlation coefficient ⁇ a between the surface data Dk and the first reference data Ra is used as the first similarity p
  • the surface data Dk is used as the second similarity q
  • the correlation coefficient ⁇ b between and the second reference data Rb is used.
  • the first similarity p and the second similarity q those other than the correlation coefficient can be used.
  • the inverse of the angle formed by the vector constituting the surface data Dk and the vector constituting the first reference data Ra is used as the first similarity p
  • the vector constituting the surface data Dk and the second reference data are used.
  • the inverse of the angle formed by the vector constituting Rb may be used as the second similarity q.
  • the inner product of the vector constituting the surface data Dk and the vector constituting the first reference data Ra is used as the first similarity p, and the vector constituting the surface data Dk and the second reference data Rb are constructed.
  • the inner product with the vector to be used may be used as the second similarity q.
  • the reciprocal of the difference between the vector constituting the surface data Dk and the vector constituting the first reference data Ra is used as the first similarity p
  • the vector constituting the surface data Dk and the second reference data Rb are used.
  • the reciprocal of the difference from the vector constituting the above may be used as the second similarity q.
  • the covariance of the vector constituting the surface data Dk and the vector constituting the first reference data Ra is used as the first similarity p, and the vector constituting the surface data Dk and the second reference data Rb are used.
  • the covariance with the vector constituting the above may be used as the second similarity q.
  • the isolation index is calculated based on the distance on the two-dimensional plane with the first similarity p on the horizontal axis and the second similarity q on the vertical axis.
  • 2-dimensional plane took q coordinate axes (p-q plane) in polar coordinates, declination one axis theta, for example, taken on a horizontal axis, to convert the radius vector r other axis, for example, a two-dimensional plane on the vertical axis (theta-r plane) coordinates of S i of the above, the ⁇ -
  • the isolation index may be calculated based on the distance between the points on the r-plane.
  • declination ⁇ and the radius r from the similarity p and q can be calculated by the following equations (5a) and (5b).
  • the annular locus shown in FIG. 10 is converted into a straight line extending parallel to the ⁇ axis on the ⁇ r plane.
  • the respective S i points constituting point group, the distance d i between S k point for the target position, the difference ⁇ in the deflection angle theta, but multiplied by the respective coefficient to the difference ⁇ r of the radius vector r It may be defined as the sum of squares. That distance d i may be defined by the following equation (6).
  • a 1 and a 2 are coefficients, for example, predetermined.
  • the isolation index AL based on the distance d obtained by the formula (6) can be calculated by the above formulas (3a) and (3b) or the formulas (4a) and (4b).
  • the coordinate calculation unit uses the coordinates having the first similarity (p) and the second similarity (q) as elements, or the first similarity (p) and the second similarity (q) as variables. Anything may be used as long as it calculates the coordinates with the two functions ( ⁇ , r) as elements.
  • each of the cameras 25-1 to 25-4 images the peripheral surface of the steel cable and acquires surface data from the imaged data.
  • a profile measuring instrument may be used instead of the camera. If a profile measuring device is used, it is possible to detect the unevenness of the steel rope by the strand, that is, the surface shape, and obtain surface data representing the detection result. In short, a sensor that can detect the appearance or surface shape and output surface data may be used even if it is not a camera or a profile measuring instrument.
  • the inspection target is a steel rope.
  • the inspection target is not limited to the steel rope.
  • it may be a power transmission line, a fiber rope, or the like.
  • it may be tubular, rod-shaped, or strip-shaped.
  • it may be in the form of a sheet. These may have a change in appearance or may have a change in surface shape.
  • the inspection target may be a part of an object provided with many members, parts, etc., such as an apparatus and a structure. For example, when the device or structure has a portion in which at least one of the appearance and the surface shape changes periodically in at least one direction, the portion may be an inspection target.
  • the inspection target may be an object or a part of an object whose appearance and surface shape change periodically in at least one direction.
  • the change in appearance mentioned here includes a change in surface color. Color changes include at least one change in hue, saturation, and lightness.
  • the change in appearance may also be a change in the presence or absence of gloss, the degree of gloss, the presence or absence of transparency, and the degree of transparency.
  • Changes in the surface shape include changes in dimensions when viewed from the observation direction, and changes in the angle formed by the surface with respect to the observation direction. As the surface shape changes, the appearance when viewed from the observation direction may change. When the change in the surface shape appears as a change in the appearance, it is possible to detect an abnormality based on the change in the appearance by imaging with a camera. By using a profile measuring device, changes in surface shape can be measured directly.
  • the formation of the coordinate group may be performed based on the surface data obtained from the inspection target itself, and other products or processed products having the same appearance or surface shape as the inspection target or a processed product thereof or the same. It may be performed based on the surface data obtained from the portion.
  • the reference data may be generated based on the surface data obtained from the inspection target itself, and has the same appearance or surface shape as the inspection target. It may be performed based on the surface data obtained from the product or processed product or a part thereof.
  • the cameras 25-1 to 25-4 are fixed, and the movement of the steel rope realizes the relative movement of the steel rope and the camera.
  • the funicular may be fixed and the camera may move.
  • the drone equipped with the camera may be flown so that the drone moves in the long direction of the steel rope while keeping the distance from the camera to the steel rope constant.
  • imaging may be performed at different positions in the long direction.
  • the drone may also be equipped with a part other than the camera of the inspection device, that is, a processing circuit. Wheels may be provided on the drone, and the wheels may be brought into contact with the peripheral surface of the steel rope and rolled so that the distance from the camera to the peripheral surface of the steel rope is kept constant.
  • the moving mechanism does not have to be a dedicated moving mechanism for inspection.
  • a mechanism for moving the steel rope is provided for another purpose, it is not necessary to provide a dedicated moving mechanism for inspection.
  • steel ropes may be used in elevator hoisting machines, cable car hoisting machines, and ropeway hoisting machines. The same applies when inspecting the steel rope manufactured on the production line.
  • four cameras are provided so as to surround the steel cable, and four abnormality detection units are provided corresponding to the four cameras.
  • the number of cameras is not limited to four, and the number of abnormality detection units is not limited to four.
  • the processing for the imaged data of the four cameras may be performed in a time-division manner by one abnormality detection unit.
  • the four cameras cover the entire circumference of the funicular, but this is not essential either. For example, it may be sufficient to inspect only part of the entire circumference of the steel cable. In addition, when the inspection target is a strip-shaped object, it may be sufficient to take an image with one camera.
  • the inspection target may be something other than the steel rope.
  • the inspection target may be an object whose appearance or surface shape changes periodically in at least one direction.
  • the captured image obtained from the inspection target may be as shown in FIGS. 26, 30, 32 (a), and 36. These figures show images obtained by imaging with an area camera, and the symbol MV indicates the relative movement direction of the inspection target with respect to the camera (direction in the image corresponding to the relative movement direction).
  • the image shown in FIG. 26 has a striped pattern in which bright band-shaped parts and dark band-shaped parts appear alternately.
  • the strip-shaped portion extends diagonally with respect to the relative moving direction MV.
  • bright areas are shown in white and dark areas are shown in dot patterns.
  • FIG. 27 shows an example of surface data Dk obtained from one row Lk of the image of FIG. 26.
  • the vertical axis indicates the brightness of the image (the size of the pixel value)
  • the horizontal axis indicates the row direction position in the frame 14 of FIG. 26.
  • the x l and x r in FIG. 27 correspond to the left end x l and the right end x r of the frame 14 in FIG. 26. It can be said that the change in the pixel value (change with respect to the row direction position) constituting the surface data shown in FIG. 27 has a rectangular wave shape or a shape close to a rectangular wave shape.
  • FIG. 28 shows an example of reference data Ra and Rb used in calculating the similarity with respect to the surface data Dk shown in FIG. 27.
  • rectangular wavy data (a vector consisting of a sequence of values that changes in a rectangular wavy shape with respect to the row direction position) is used.
  • FIG. 29 is described in the first embodiment using surface data Dk for a large number of linear portions (the surface data shown in FIG. 27 is an example thereof) and reference data Ra and Rb of FIG. 28. and shows an example of the distribution of points S i obtained by performing the calculation of the similarly similarity calculation and coordinate.
  • the points Si are distributed along the sides of a square composed of straight lines inclined by 45 degrees with respect to the p-axis and the q-axis. The center of the square deviates from the origin of the pq coordinate.
  • the image of FIG. 30 has a zigzag pattern.
  • the zigzag pattern is formed by a diagonal line with respect to the relative moving direction MV of the inspection target with respect to the camera.
  • the bright part is shown in white
  • the dark part is shown by cross-hatching
  • the intermediate bright part is shown by a dot pattern.
  • the reference data Ra and Rb shown in FIG. 28 can be used.
  • the similarity is calculated and the coordinates are calculated in the same manner as described in the first embodiment using the surface data Dk for a large number of linear portions and the reference data Ra and Rb in FIG. 28.
  • points Si are distributed along a part of the sides of the square in FIG. 29.
  • rectangular wave-shaped reference data is used as reference data, but instead, sinusoidal reference data is used. May be used.
  • the brightness gradually increases from one edge to the other in each of the band-shaped portions extending diagonally with respect to the relative moving direction MV of the inspection target with respect to the camera.
  • Change For example, if the outline of the change in brightness is shown for the portion along the line Lk, it becomes serrated as shown in FIG. 32 (b).
  • the change in brightness is continuous, but in FIG. 32 (a), the bright part is shown in white for the sake of brevity, the dark part is shown by cross-hatching, and the intermediate brightness part is indicated by dots. It is shown in a pattern.
  • FIG. 33 shows an example of surface data Dk obtained from one row Lk of the images of FIGS. 32 (a) and 32 (b).
  • the vertical axis indicates the brightness of the image (the size of the pixel value)
  • the horizontal axis indicates the row direction position in the frame 14 of FIG. 32.
  • the x l and x r in FIG. 33 correspond to the left end x l and the right end x r of the frame 14 in FIG. 32 (a). It can be said that the change in the pixel value (change with respect to the row direction position) constituting the surface data shown in FIG. 33 has a sawtooth shape or a shape close to a sawtooth wave.
  • FIG. 34 shows an example of reference data Ra and Rb used in calculating the similarity with respect to the surface data Dk shown in FIG. 33.
  • sawtooth data a vector consisting of a sequence of values that change in a sawtooth shape with respect to the row direction position
  • FIG. 35 is described in the first embodiment using surface data Dk for a large number of linear portions (the surface data shown in FIG. 33 is an example thereof) and reference data Ra and Rb of FIG. 34. and shows an example of the distribution of points S i obtained by performing the calculation of the similarly similarity calculation and coordinate.
  • points Si are distributed along two curves connected to each other at both ends.
  • the image of FIG. 36 has a zigzag pattern similar to that of FIG. 30, but the deflection width in the row direction is smaller than that of the image of FIG.
  • the acquisition of the surface data (measurement data) Dk to be the target of the coordinate calculation and the generation of the reference data Ra and Rb are performed in parallel, and the measurement data Dk Will be described on the assumption that the reference data Ra and Rb are updated each time the data is newly acquired.
  • the reference data Ra and Rb are generated by Hilbert transforming the surface data Dr acquired from the row Lra or Lrb (for example, Lra) different from the row Lk from which the measurement data Dk is acquired. It is composed of a pair of pixel value vectors orthogonal to each other.
  • FIG. 37A shows an example of measurement data Dk obtained from the row Lk of the image of FIG. 36.
  • FIG. 37B shows an example of reference data Ra and Rb.
  • FIG. 38 shows measurement data Dk for a large number of linear portions (the data shown in FIG. 37 (a) is an example thereof) and reference data Ra and Rb generated each time the measurement data Dk is acquired.
  • Figure 37 the data shown in (b) are examples) and likewise similarity calculation and distribution of points S i obtained by performing the calculation of the coordinates of the as described in embodiment 1 with reference to An example is shown.
  • the points Si are distributed along the arc.
  • the cameras are arranged so that the direction in which the image pickup elements of the line camera are arranged or the direction of the row of the area camera corresponds to the direction perpendicular to the moving direction of the steel cable, and the cameras are arranged so as to be viewed from the camera.
  • the imaging data of the linear portion extending in the direction perpendicular to the moving direction of the steel rope is used as the surface data.
  • the relative movement direction of the inspection target and the direction of the linear portion for which surface data is acquired may be perpendicular to the direction seen from the camera in the same manner as above.
  • the relative moving direction of the inspection target and the linear portion for acquiring surface data may be oblique to the direction seen from the camera.
  • the direction in which the image sensors of the line camera are lined up or the direction of the row of the area camera is changed to the moving direction MV. It should be diagonal to. Further, in the case of an area camera, the direction of the row may be oblique. Further, even if the row direction or the column direction is not slanted, the image pickup data consisting of the pixel values obtained from the image pickup elements arranged in the diagonal direction may be acquired as the surface data.
  • the senor detects the appearance or surface shape of the linear portion extending in the second direction (different from the first direction) of the inspection target at different positions in the first direction of the inspection target.
  • the data acquisition unit may acquire surface data consisting of a sequence of detection values representing the appearance or surface shape of each linear portion at different positions in the first direction from the detection result of the sensor. All you need is.
  • the second direction is not necessarily the direction along the straight line.
  • the second direction is the direction along the peripheral surface.
  • At least one of the formation of the coordinate group and the generation of the reference data may be performed based on the surface data obtained from another product or processed product having the same appearance or surface shape as the inspection target or a part thereof. I said that.
  • the combination of this and the relationship between the first direction and the second direction is as follows.
  • the coordinate group used to calculate the isolation index includes detection by the sensor of the linear part of the attention position to be inspected, acquisition of surface data, calculation of the first similarity and the second similarity, and calculation of coordinates. If it is obtained by performing the same treatment on a product or processed product having the same appearance or surface shape as the inspection target or the inspection target, or linear portions at a large number of positions in the first direction of the portion. good.
  • the first direction thereof means a direction corresponding to the first direction of the inspection target.
  • the inspection target or the product or processed product having the same appearance or surface shape as the inspection target or a portion thereof in the first direction.
  • the surface data acquired for the linear portion at the first position may be used.
  • the second reference data a second position different from the first position in the first direction of the inspection target or the product or processed product having the same appearance or surface shape as the inspection target or a part thereof.
  • the surface data acquired for the linear portion of the above may be used.
  • the inspection device of the present invention has been described above, the inspection method carried out by the inspection device also forms a part of the present invention. Further, a program for causing a computer to perform processing in a processing circuit of an inspection device, a computer-readable recording medium on which such a program is recorded, for example, a non-temporary recording medium also forms a part of the present invention.

Landscapes

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

Abstract

センサ（２５）が検査対象の第１の方向における異なる位置において、第２の方向に延在する線状部分の外観又は表面形状を検知する。処理回路（３２）が、センサ（２５）での検知結果から、第１の方向における異なる位置において外観又は表面形状を表す表面データを取得し、表面データと第１の参照データ（Ｒａ）及び第２の参照データ（Ｒｂ）との第１及び第２の類似度を算出し、第１及び第２の類似度（ｐ、ｑ）を要素とする座標を算出する。検査対象又は検査対象と同一の外観又は表面形状を有する物の第１の方向における複数の位置について、上記と同様の処理を繰り返すことで座標の群を生成する。注目位置についての座標の、上記の座標の群に対する乖離度を孤立性指標として算出し、孤立性指標に基づいて、異常の有無を判定する。異常の有無の判定の誤りを減らすことができる。

Description

検査装置及び方法、並びにプログラム及び記録媒体
　本発明は、検査装置及び方法に関する。本発明は特に、検査対象を検知して、検知の結果得られる表面データから検査対象の異常を検出する検査装置及び方法に関する。本発明はまた、プログラム及び記録媒体に関する。
　周期的な模様を有する長尺体を検査する装置が特許文献１に記載されている。特許文献１に記載された装置は、長尺方向に移動する長尺体の表面データを収集し、表面データと第１リファレンスデータ及び第２リファレンスデータとの類似度を算出し、算出された類似度を要素とする類似度ベクトルの、２次元平面上での軌跡に基づいて異常を検出する。例えば、類似ベクトルのノルムが閾値を下回る頻度に基づいて異常を検出する。
国際公開第２０１６／１５７２９０号公報
　特許文献１に記載された装置では、ノルムに対する閾値を設定する場合に、ある程度のマージンをとる必要があり、そのため異常の有無につき誤判定をすることがあった。
　本発明の目的は、検査対象の異常の有無の判定の誤りを減らすことである。
　本発明の検査装置は、
　検査対象の第１の方向における異なる位置の各々において、前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知するセンサと、
　前記異なる位置のいずれかを注目位置として選択し、前記センサでの検知結果から、前記注目位置の線状部分についての前記外観又は表面形状を表す検出値の列からなる表面データを取得し、前記表面データと第１の参照データとの類似度である第１の類似度及び前記表面データと第２の参照データとの類似度である第２の類似度を算出し、前記第１の類似度及び前記第２の類似度を要素とする座標、又は前記第１の類似度及び前記第２の類似度を変数とする２つの関数を要素とする座標を算出し、
　前記注目位置の線状部分についての前記表面データの取得、前記第１の類似度及び第２の類似度の算出及び前記座標の算出と同じ処理を、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における複数の位置において、前記第２の方向に延在する線状部分について行うことで得られた座標の群に対する、前記注目位置の線状部分について算出された前記座標の乖離度を孤立性指標として算出し、
　前記孤立性指標に基づいて、前記検査対象に異常があるか否かを判定する処理回路と
　を有する。
　本発明の検査方法は、
　検査対象の第１の方向における異なる位置の各々において、前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知し、
　前記異なる位置のいずれかを注目位置として選択し、前記検知の結果から、前記注目位置の線状部分についての前記外観又は表面形状を表す検出値の列からなる表面データを取得し、前記表面データと第１の参照データとの類似度である第１の類似度及び前記表面データと第２の参照データとの類似度である第２の類似度を算出し、前記第１の類似度及び前記第２の類似度を要素とする座標、又は前記第１の類似度及び前記第２の類似度を変数とする２つの関数を要素とする座標を算出し、
　前記注目位置の線状部分についての前記表面データの取得、前記第１の類似度及び第２の類似度の算出及び前記座標の算出と同じ処理を、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における複数の位置において、前記第２の方向に延在する線状部分について行うことで得られた座標の群に対する、前記注目位置の線状部分について算出された前記座標の乖離度を孤立性指標として算出し、
　前記孤立性指標に基づいて、前記検査対象に異常があるか否かを判定する。
　本発明によれば、検査対象の異常の有無の判定の誤りを減らすことができる。
検査対象の例である鋼索を示す図である。 （ａ）は、本発明の実施の形態１の検査装置で用いられるカメラと移動機構とを示す概略立面図、（ｂ）は、図２（ａ）の線２Ｂ－２Ｂの位置から下方を見た概略平面図、（ｃ）は、図２（ａ）の線２Ｃ－２Ｃの位置から下方を見た概略平面図である。 鋼索と一つのカメラとの位置関係を示す図である。 実施の形態１の検査装置の構成を示す機能ブロック図である。 図４の処理回路の構成を示す機能ブロック図である。 図５の第１の異常検出部の構成を示す機能ブロック図である。 撮像で得られる画像の例を、撮像対象である鋼索に重畳して示す図である。 図７の一つの行から得られる表面データの一例を示す図である。 図５の異常検出部で用いられる第１及び第２の参照データを示す波形図である。 表面データに基づいて算出される座標で表される点の軌跡の一例を示す図である。 表面データに基づいて算出される座標で表される点の軌跡の他の例を示す図である。 注目位置についての表面データに基づいて算出される座標で表される点と、注目位置以外の位置についての表面データに基づいて算出される多数の座標で表される点との位置関係の一例を示す図である。 本発明の実施の形態３における孤立性指標の算出の手順を示すフローチャートである。 実施の形態３で、注目位置についての表面データに基づいて算出される座標で表される点と、注目位置以外の位置についての表面データに基づいて算出される多数の座標で表される点との位置関係の一例を示す図である。 本発明の実施の形態４の検査装置で用いられる異常検出部を示す機能ブロック図である。 図１５の異常検出部で生成された第１及び第２の参照データを示す波形図である。 図１５の異常検出部において表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 本発明の実施の形態５の検査装置で用いられる異常検出部を示すブロック図である。 本発明の実施の形態６の検査装置で用いられる異常検出部を示す機能ブロック図である。 実施の形態６の検査装置において、撮像で得られる画像の例を、撮像対象である鋼索に重畳して示す図である。 図２０の異なる行から得られるデータの例を示す波形図である。 図１９の異常検出部において、表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 図１９の異常検出部において、注目位置についての表面データに基づいて算出された座標で表される点と、予め用意された多数の座標で表される点との位置関係の一例を示す図である。 図１９の異常検出部において、バルク処理を行う場合の、注目位置についての表面データに基づいて算出される座標で表される点と、注目位置以外の位置についての表面データに基づいて算出される多数の座標で表される点との位置関係の一例を示す図である。 本発明の実施の形態７の検査装置で用いられる異常検出部を示す機能ブロック図である。 本発明の検査装置の対象となり得る画像の他の例を示す図である。 図２６の画像の一つの行から得られる表面データの一例を示す波形図である。 図２７に示される表面データについての類似度の算出で用いられる第１及び第２の参照データの例を示す波形図である。 図２６の画像から得られる表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 本発明の検査装置の対象となり得る画像の他の例を示す図である。 図３０の画像から得られる表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 （ａ）は、本発明の検査装置の対象となり得る画像の他の例を示す図、（ｂ）は図３２（ａ）の画像の明るさの変化を示す波形図である。 図３２（ａ）の画像の一つの行から得られる表面データの一例を示す波形図である。 図３３に示される表面データについての類似度の算出で用いられる第１及び第２の参照データの例を示す波形図である。 図３２（ａ）の画像から得られる表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 本発明の検査装置の対象となり得る画像の他の例を示す図である。 （ａ）は、図３６の画像の一つの行から得られる表面データの一例を示す波形図、（ｂ）は、図３７（ａ）に示される表面データの類似度の算出で用いられる第１及び第２の参照データの例を示す波形図である。 図３６の画像から得られる表面データに基づいて算出される座標で表される点の分布の一例を示す図である。 本発明の検査装置の対象となり得る画像の他の例を示す図である。
　添付の図面を参照しながら本発明の実施の形態を説明する。添付の図において同一の符号は同一の部分又は相当する部分を示す。
実施の形態１．
　実施の形態１の検査装置は、鋼索を検査対象とし、鋼索をその長尺方向に移動させながら、カメラで鋼索の周面を撮像し、撮像で得られた画像データから、外観の異常の有無を検査するものである。
　鋼索は複数のストランドを備えている。例えば、図１は８本のストランド１２を有する鋼索１１を示す。
　図示のように鋼索１１はストランド１２が撚り合わされて形成されている。各ストランド１２は螺旋状に巻かれている。その結果、鋼索１１の周面には各ストランドの太さに応じた凹凸が規則的に並んでいる。
　鋼索１１の周方向における凹凸の位置は、鋼索の長尺方向における位置に応じて変化し、ストランドピッチＰｓ毎に同じとなる。撚りピッチＰｔは、ストランドピッチＰｓとストランド１２の数との積に等しい。
　鋼索１１の例としては、船舶用の鋼索、漁業用の鋼索、クレーン用の鋼索、土木工事用の鋼索、ケーブルカー用の鋼索、エレベータ用の鋼索、及び橋梁用の鋼索がある。
　図２（ａ）は、実施の形態１の検査装置３０で用いられるカメラと移動機構２０とを示す概略立面図である。図２（ｂ）は、図２（ａ）の線２Ｂ－２Ｂの位置から下方を見た概略平面図である。図２（ｃ）は、図２（ａ）の線２Ｃ－２Ｃの位置から下方を見た概略平面図である。
　移動機構２０は、フレーム２１に回転可能に保持されたローラ群２２を有する。
　ローラ群２２は、鋼索１１の移動方向（図で上下方向）ＭＶの互いに異なる位置に配置された第１組のローラ２２－１１～２２－１４、第２組のローラ２２－２１～２２－２４、第３組のローラ２２－３１～２２－３４、及び第４組のローラ２２－４１～２２－４４を有する。
　第１組のローラ２２－１１～２２－１４は、図２（ｂ）に示すように、４つの方向から鋼索１１を挟むように設けられている。第２組、第３組、及び第４組の各々のローラも同様に鋼索１１を挟むように設けられている。
　第１組～第４組のローラは、図示しない駆動機構により駆動されて回転し、各ローラの表面と鋼索１１の表面との摩擦により鋼索１１をその長尺方向に移動させる。例えば図２（ａ）において上方向に移動させる。
　なお、第１組～第４組のローラの全てを駆動機構により駆動する代わりに、第１～第４組のローラのうち、一部のみを駆動機構により駆動し、残りのものは鋼索１１との摩擦で連れ回りするようにしても良い。
　検査装置３０は、センサとしてのカメラ２５－１～２５－４を備える。カメラ２５－１～２５－４は、図２（ｃ）に示すように、鋼索１１を囲むように配置され、４つの方向から鋼索１１を撮像し、鋼索１１の全周の画像を得ている。
　図示の例では４つの方向から鋼索１１を撮像するが、代わりに、３つの方向から鋼索１１を撮像することで、鋼索１１の全周の画像を得ることとしても良い。
　鋼索１１のうち撮像される部分を照明するための光源（図示しない）が設けられていても良い。
　カメラ２５－１～２５－４はフレーム２１に固定されており、カメラ２５－１～２５－４と、被検査面である鋼索１１の周面との距離が一定に保たれている。
　尚、図２（ａ）では、鋼索１１の手前にあるローラ２２－１４、２２－２４、２２－３４、及び２２－４４、及びカメラ２５－４、並びにフレーム２１のうち上記のローラ及びカメラを支持する部分の図示を省略している。
　本実施の形態の検査装置は、移動機構２０により鋼索１１をその長尺方向に移動させることでカメラ２５－１～２５－４に対する鋼索１１の相対的位置を変化させながら、カメラ２５－１～２５－４により、鋼索１１の長尺方向における異なる位置において、鋼索１１の周面を順次撮像して、撮像データに基づいて鋼索１１の異常の検出を行う。
　図３は検査対象である鋼索１１と一つのカメラ２５－１との位置関係を示す。ｘｙｚは３次元空間上での座標を表すための軸で，鋼索１１の長尺方向ＤＬをｙ軸とし、ｘ軸とｚ軸はこれに直交している。図示の例では、鋼索１１はｙ軸のプラス方向に移動する。
　他のカメラ２５－２～２５－４と鋼索１１との位置関係も上記と同様である。
　カメラ２５－１～２５－４の各々は、鋼索１１の周方向に延在する線に沿う部分（線状部分）を撮像するように配置されている。鋼索の周方向は、カメラ２５－１～２５－４の各々から見て鋼索の移動方向に垂直な方向である。従って、各カメラは、当該カメラから見て、鋼索の移動方向に垂直な方向に延在する線状部分を撮像するよう配置されていることになる。
　カメラ２５－１～２５－４の各々はエリアカメラであっても良く、ラインカメラであっても良い。
　カメラ２５－１～２５－４の各々がラインカメラである場合、各カメラは、撮像素子が並んだ方向が鋼索１１の移動方向ＭＶに対して垂直な方向に対応する方向となるように配置され、鋼索１１の周方向に延在する線状部分を撮像する。鋼索１１の線状部分は、ラインカメラの撮像素子の全部又は一部によって撮像される。解像度を高くするにはできるだけ多くの撮像素子で撮像されるのが望ましい。
　カメラ２５－１～２５－４の各々がエリアカメラである場合、各カメラは、撮像画面の行（水平ライン）の方向が鋼索の移動方向ＭＶに対して垂直な方向に対応する方向となるように配置され、鋼索１１の周方向に延在する線状部分を、行方向に並んだ撮像素子によって撮像する。鋼索１１の線状部分は、エリアカメラの一つの行の撮像素子の全部又は一部によって撮像される。解像度を高くするにはできるだけ多くの撮像素子で撮像されるのが望ましい。
　鋼索１１の周方向における、各カメラの撮像範囲は、鋼索１１の全周の１／４よりも若干大きく、隣り合うカメラ相互間では上記の撮像範囲がそれらの端部において互いに重なり合う。その結果、鋼索の周方向におけるどの位置も、４つのカメラの少なくとも一つの撮像範囲に含まれる。
　図４は、実施の形態１の検査装置３０の構成を示す図である。
　図示の検査装置３０は、図２（ａ）及び図２（ｃ）に示されるカメラ２５－１～２５－４と、処理回路３２とを有する。
　処理回路３２は、専用のハードウェアで構成されていても良く、プロセッサとメモリとで構成されていても良い。
　専用のハードウェアで構成されている場合、処理回路は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はこれらの組み合わせであっても良い。
　プロセッサとメモリとで構成される場合、処理回路は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現されていても良い。ソフトウェア又はファームウェアはプログラムとして記述され、メモリに格納される。プロセッサは、メモリに記憶されたプログラムを読み出して実行することにより、各処理回路の機能を実現する。
　ここで、プロセッサとは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、演算装置、マイクロプロセッサ、マイクロコンピュータ、又はＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）と呼ばれるものであっても良い。
　メモリは、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　ＥＰＲＯＭ）等の不揮発性又は揮発性の半導体メモリであってもよいし、ハードディスク等の磁気ディスクであってもよいし、ＣＤ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）等の光ディスクであってもよい。
　処理回路３２は、その一部が専用のハードウェアで実現され、他の一部がソフトウェア又はファームウェアで実現されるものであっても良い。
　図４は、処理回路３２が一つのプロセッサを含むコンピュータ３４で実現される場合の構成を示す。
　図示のコンピュータ３４は、プロセッサ３４１及びメモリ３４２を備えている。
　メモリ３４２は、プロセッサ３４１が実行するプログラムを記憶している。
　プロセッサ３４１は、メモリ３４２に記憶されているプログラムを読み出して、実行する。
　カメラ２５－１～２５－４からの撮像データは、図示しないインターフェースを介してコンピュータ３４に取り込まれる。
　図５は、図４の処理回路３２の構成を示す機能ブロック図である。
　図５に示すように、処理回路３２は、第１乃至第４の異常検出部３５－１～３５－４と、検査結果出力部３６とを備える。
　第１乃至第４の異常検出部３５－１～３５－４はそれぞれカメラ２５－１～２５－４に対応して設けられたものであり、各々対応するカメラから撮像データを受信して、対応するカメラの撮像範囲における異常を検出する。
　第１乃至第４の異常検出部３５－１～３５－４は互いに同じ構成を有する。
　以下では第１の異常検出部３５－１について説明する。
　図６は、第１の異常検出部３５－１の構成を示す。
　図６に示される異常検出部３５－１は、データ取得部４１と、参照データ記憶部４２と、類似度算出部４３と、座標算出部４５と、座標記憶部４６と、孤立性指標算出部４７と、異常判定部４８とを備える。
　データ取得部４１は、カメラ２５－１からの撮像データを受信して、鋼索１１の長尺方向における異なる位置の線状部分の各々についての表面データＤｋを生成する。長尺方向における位置を長尺方向位置ということがある。各長尺方向位置の線状部分についての表面データを、当該長尺方向位置についての表面データと言うことがある。
　カメラ２５－１がラインカメラであれば、各長尺方向位置での撮像で得られる１次元画像のうち、撮像された線状部分に対応する部分が、当該線状部分についての表面データＤｋとなる。
　カメラ２５－１がエリアカメラであれば、各長尺方向位置での撮像で得られる２次元画像のうち、予め指定されている行に属し、撮像された線状部分に対応する部分のデータが、当該線状部分についての表面データＤｋとなる。
　表面データＤｋの生成に当たり、撮像データに対してバイアス除去、ノイズ除去等を行なっても良い。
　バイアス除去は、撮像データのうちの低周波数成分を除去する処理である。ここで言う低周波数成分とは、鋼索が全体として円柱状であること、即ち鋼索の周面の包絡面が円柱状であることによる明るさの変化の成分である。即ち、各カメラにおいては、鋼索の周面の各部分は、当該部分の、カメラの光軸に対する角度によって、カメラから見たときの明るさが変わる。鋼索の周面の各部分の、カメラの光軸に対する角度は、鋼索の周面の包絡面の、上記のカメラの光軸に対する角度と、ストランド１２による凹凸とによって決まる。バイアス除去は、上記包絡面の上記のカメラの光軸に対する角度の変化による影響を除去するために行われるものである。バイアス除去を行うことで、ストランド１２の凹凸による明るさの変化の成分のみを抽出することができる。
　ノイズ除去は、画像中の高周波数のノイズを除去する処理である。ここで言う高周波数は、ストランド１２の凹凸による周波数、及び検出すべき異常による周波数よりも高い周波数を意味する。
　表面データＤｋは、１次元画像データのうちの線状部分に対応する部分、又は２次元画像の一つの行に属し、線状部分に対応する部分の一定個数の画素の画素値Ｄｋ１，ｋ２，…ＤｋＪを、画素の順に並べたものであり、画素値ベクトルと見ることができる。
　ここでいう画素値は、輝度値であっても良く、色成分値であっても良い。色成分値である場合、例えばＲ、Ｇ、Ｂのいずれかの一つの値であっても良い。以下では、輝度値であるものとし、画素値の大きさが明るさを表すものとして説明する。
　表面データＤｋを構成する画素値は、センサとしてのカメラでの検出で得られた値であるので、検出値と言うこともある。
　各長尺方向位置についての表面データＤｋを構成する画素値は、ストランド１２による、鋼索１１の周面の凹凸に対応して変化する。即ち表面データＤｋは、ストランド１２による周面の、周方向における凹凸の周期に対応する周期性を有する。
　なお、各カメラで得られる画像は、鋼索の周面を平坦な撮像画面に投影したものであるので、周方向における長さと、撮像画像内での長さとは完全には対応せず、鋼索の周面上での周期が一定であっても、撮像画像内での行方向位置によって、１周期の長さが変化し、表面データＤｋにおいても、画素値の変化（行方向位置に対する変化）の周期（画像内での空間周期）が変化する。しかしながら、撮像範囲、特に表面データを取得する範囲を、カメラから見て鋼索の幅方向の中心に近い部分に限定する（両側の縁に近い部分を除く）ことで、上記の変化による影響を、小さく、無視可能にすることができる。
　鋼索１１の移動によって撮像される長尺方向位置が変わると、表面データＤｋで構成される画素値ベクトルも変化する。この変化は周期性を有し、その周期（空間周期）は、ストランドピッチＰｓに等しい。
　図７は、カメラ２５－１がエリアカメラである場合に、該カメラでの撮像で得られる画像の例を、撮像対象である鋼索１１に重畳して示す。図７には、鋼索１１のうち、撮像される範囲を点線の枠１４で示し、枠１４の内部に撮像で得られる画像Ｇａの概略を示す。
　撮像で得られる画像Ｇａにおいては、各ストランド１２の中心付近Ｇａａが最も明るく、隣接するストランド１２相互の境目の付近Ｇａｂが最も暗い。実際の画像では、画像の各部の明るさは次第に連続的に変化するが、図７では、単純化のため明るい部分Ｇａａを白で、暗い部分Ｇａｂをドットパターンで示している。
　本実施の形態では点線の枠１４で示される範囲内の画像Ｇａのうち、予め指定された行Ｌｋのデータを抽出して表面データＤｋとする。
　図８は、図７の行Ｌｋから得られる表面データＤｋの一例を示す。図８で、縦軸は画像の明るさを示し、横軸は、図７の点線の枠１４内の行方向位置を示す。図８のｘｌ、ｘｒは、図７の点線の枠１４の左端ｘｌ及び右端ｘｒに対応する。
　図８に示す例では、画素値が周期Ｔｋで変化している。
　鋼索１１を長尺方向に移動させながら鋼索１１の周面を撮像すると、撮像で得られる表面データＤｋ（画素値ベクトル）は、連続的に、かつ移動の距離に対して周期的に変化する。周期的変化は、鋼索１１が長尺方向に周期性を有することによって生じる。変化が連続的であるのは、ストランド１２（従って、ストランド１２の凹凸による明るい部分及び暗い部分）が、長尺方向、即ち移動方向に対して斜めに延びており、そのため、画素値ベクトルが次第に変化するためである。
　参照データ記憶部４２は、第１の参照データＲａ及び第２の参照データＲｂを記憶している。第１の参照データＲａ及び第２の参照データＲｂは例えば予め用意されたものである。図示の例の第１の参照データＲａ及び第２の参照データＲｂは、上記の表面データの周期Ｔｋに等しい周期を持つ。
　例えば、鋼索１１に異常がない場合に得られる表面データＤｋを構成する画素値の変化（行方向位置に対する変化）の周期Ｔｋが分かっている場合、当該周期Ｔｋを持ち、相互間の位相差がπ／２である２つの正弦波を表す値の列から成るベクトルを第１の参照データＲａ及び第２の参照データＲｂとして用いることができる。
　図９は、そのような正弦波状の参照データＲａ、Ｒｂの例を示す。図９でＴｋは周期を表す。
　第１及び第２の参照データＲａ、Ｒｂの各々は、表面データＤｋと同じ長さのベクトル（表面データＤｋを構成する画素値の数と同じ数の値の列から成るデータ）である。従って、第１の参照データＲａは値Ｒａ１，Ｒａ２，…ＲａＪで表され、第２の参照データＲｂは値Ｒｂ１，Ｒｂ２，…ＲｂＪで表される。
　第１及び第２の参照データＲａ、Ｒｂの各々は、その波数が、表面データＤｋを構成する画素値の明るさの変化の波数と同一であり又は近似している。
　第１及び第２の参照データＲａ、Ｒｂの各々が表す正弦波の周期は、表面データＤｋの周期Ｔｋと厳密に一致している必要はなく、要するに同一又は近似の周期を有すれば良い。
　第１及び第２の参照データＲａ、Ｒｂが表す正弦波は、相互間の位相差がπ／２であるので、第１の参照データＲａと第２の参照データＲｂは互いに直交する関係にある。
　上記のように、第１の参照データＲａが（Ｒａ１，Ｒａ２，…ＲａＪ）で表され、第２の参照データＲｂが（Ｒｂ１，Ｒｂ２，…ＲｂＪ）で表される場合、第１の参照データＲａと第２の参照データＲｂとが直交しているとは、下記の式（１）を満たすことを意味する。
Figure JPOXMLDOC01-appb-M000001
　なお、第１及び第２の参照データＲａ、Ｒｂが表す２つの正弦波は、位相差が正確にπ／２でなくても良く、π／２に近似する値であれば良い。即ち、第１の参照データＲａと第２の参照データＲｂとは、正確に直交しなくても良く、直交関係に近似の関係を有すれば良い。
　類似度算出部４３は、データ取得部４１から出力された各長尺方向位置についての表面データＤｋと第１の参照データＲａとの類似度である第１の類似度ｐを算出する。
　類似度算出部４３はまた、上記の表面データＤｋと第２の参照データＲｂとの類似度である第２の類似度ｑを算出する。
　本実施の形態では類似度ｐ及びｑとして下記の式（２ａ）及び（２ｂ）で表される相関係数ρａ及びρｂを用いている。
　相関係数ρａ、ρｂは、以下のように定義される。
Figure JPOXMLDOC01-appb-M000002
 　式（２ａ）及び（２ｂ）で、Ｅ［－］は期待値を表す。
　座標算出部４５は、第１の類似度ｐと第２の類似度ｑとを要素とする、直交座標系の２次元座標を求める。そのような２次元座標をＳｉ（ｐ，ｑ）で表す。Ｓｉ（ｐ，ｑ）を単にＳｉで表すこともある。さらに、２次元座標Ｓｉで表される２次元平面上の位置の点をも同じ符号Ｓｉ（ｐ，ｑ）又はＳｉで表す。
　そのような点Ｓｉ（ｐ，ｑ）の一例を図１０に示す。類似度を上記の式（２ａ）及び（２ｂ）の相関係数で表す場合、原点Ｏから点Ｓｉまで距離、即ちノルムは１より小さい値となる。
　類似度の算出から座標の算出までの処理は、長尺方向位置毎に行われ、各長尺方向位置について（従って、各線状部分について）一つの点Ｓｉが得られる。
　上記のように、鋼索１１を長尺方向に移動させながら、鋼索１１の周面を撮像することで得られる表面データＤｋで構成される画素値ベクトルは、連続的に、かつ移動の距離に対して周期的に変化する。そのため、点Ｓｉは、２次元平面上に一定の軌跡を描くように移動する。この軌跡は、例えば原点Ｏを中心とする円である。
　点Ｓｉの円に沿う移動（回転）の方向は、カメラ２５－１に対する鋼索の相対的移動方向に依存する。１回転に要する周期は、鋼索の１ストランドピッチＰｓに対応する。即ち、カメラに対して鋼索が１ストランドピッチＰｓ移動すると、点Ｓｉは１回転して元の位置に戻る。
　ストランド１２の太さ及びストランドピッチＰｓが一定であり、鋼索に異常がなければ、点Ｓｉは移動の速度によらず同一の軌跡を繰り返し描く。
　図１０に示される例では点Ｓｉが描く軌跡が真円状であるが、必ずしも真円状になるとは限らず、例えば図１１に示すような楕円状になることもある。
　鋼索１１の周面に異常があると、当該異常がある部分を撮像することで得られる表面データは、異常がない場合とは異なるものとなり、点Ｓｉは、上記の軌跡から外れた位置に現れる。
　孤立性指標算出部４７は、上記の外れの程度、即ち乖離度を算出する。
　以下では、処理対象、即ち孤立性指標の算出の対象になっている長尺方向位置を注目位置と言い、注目位置についての表面データから得られた座標を単に「注目位置について算出された座標」或いは「注目位置についての座標」と言うことがある。
　検査装置３０のうち、カメラ２５－１及び第１の異常検出部３５－１で構成される部分では、カメラ２５－１及びデータ取得部４１により鋼索１１の長尺方向における互いに異なる複数の位置の各々について、表面データを取得し、表面データに基づいて類似度算出部４３による類似度の算出及び座標算出部４５による座標の算出を行い、座標記憶部４６に、算出された座標Ｓｉを蓄積することで、複数の座標Ｓｉから成る群を形成し、孤立性指標算出部４７で、形成された座標Ｓｉの群に対する、注目位置について算出された座標Ｓｉの乖離度を孤立性指標として算出し、異常判定部４８で、孤立性指標が閾値よりも大きければ異常があると判定する。
　以下では、複数の座標から成る群を座標群と言い、複数の座標の点Ｓｉから成る群を点群と言う。
　座標群を構成する座標の数、従って、点群を構成する点の数は、表面データの揺らぎの影響を受けないように十分に大きく、例えば予め定められた数よりも大きい数に定められている。
　このように、上記の数は十分に大きいので、以下では「多数」ということがある。
　座標群に属する座標、従って点群に属する点Ｓｉはすべて、鋼索に異常がない場合に得られるものであるのが望ましい。しかしながら、異常がある場合に得られる点が含まれていても良い。これは孤立性指標の算出に当たり、多数の、即ち十分に多くの座標との比較を行うからである。
　座標記憶部４６は、上記の座標群に属する多数の座標、即ち上記の点群に属する多数の点Ｓｉについての座標を記憶している。
　座標群に属する多数の座標は、例えば検査の実施の前に検査対象である鋼索１１の別の部分、又は検査対象となっている鋼索１１とは別の鋼索（同じ符号１１で示す）の多数の長尺方向位置において、撮像を行うことで表面データを取得し、取得した表面データに対して類似度の算出及び座標の算出を行うことで得られた座標であっても良い。
　上記の「別の鋼索」は、検査対象となっている鋼索と同一の外観又は表面形状を有する別の鋼索、例えば検査対象となっている鋼索と同じ仕様のものである必要がある。この点は、以下の他の実施の形態でも同様である。
　検査の実施の前に取得された表面データから算出された座標に対応する点をＳａｉで表し、点Ｓａｉから成る点群をＧＳａで表す。
　この場合、検査装置３０は、検査の実施のための動作モード（検査実施モード）に先立ち、点群生成モードで動作する。
　点群生成モードでは、検査対象となっている鋼索又は別の鋼索１１を移動させながら鋼索１１の周面を撮像することで、多数の長尺方向位置について順次表面データＤｋを取得し、各表面データＤｋについて参照データＲａ、Ｒｂとの類似度ｐ、ｑを求め、類似度ｐ、ｑから座標Ｓａｉ（ｐ，ｑ）を求める。
　この場合、鋼索１１の撮像される部分は、異常がない部分であることが望ましい。
　表面データの取得、類似度の算出及び座標の算出を、鋼索１１の互いに異なる多数の（Ｎ個の）長尺方向位置について行うことで多数の点Ｓａｉ（ｉ＝１，２，…，Ｎ）から成る点群ＧＳａが形成される。Ｎは例えば１，０００であるが、より多くても良く、より少なくても良い。
　図１２は点群ＧＳａに属する点Ｓａｉ（ｉ＝１，２，…，Ｎ）の、２次元平面上における分布の一例を示す。図示の例では点Ｓａｉは、円環状に分布している。
　以上のようにして、多数の長尺方向位置について求められた座標Ｓａｉ（ｐ，ｑ）から成る点群ＧＳａは座標記憶部４６に記憶される。
　記憶されている点群ＧＳａは、検査対象が外観又は表面形状が同一の鋼索、例えば同じ仕様の鋼索である限り、使用し続けることとしても良い。
　検査実施モードにおいては、上記のように検査対象である鋼索１１の注目位置についての表面データの取得、類似度の算出、及び座標の算出を行った後、記憶されている点群ＧＳａを用いて、孤立性指標の算出を行う。
　即ち、孤立性指標算出部４７は、注目位置についての点Ｓｋの、点Ｓａｉ（ｉ＝１，２，…，Ｎ）から成る点群ＧＳａに対する乖離度である孤立性指標を算出する。
　図１２は、注目位置についての点Ｓｋの一例をも示す。図示の例では、点Ｓｋは点Ｓａｉで形成される円環から少し離れた位置にある。
　孤立性指標は、点群ＧＳａの点Ｓａｉのうち、点Ｓｋに比較的近い、予め定められた数（Ｎｃ）の点Ｓａｉの各々への、点Ｓｋからの距離の合計に基づいて算出される。
　孤立性指標の算出は例えば以下の方法で行われる。
　点Ｓｋと点Ｓａｉ（ｉ＝１，２，…，Ｎ）の各々との２次元平面上での距離ｄｉ（ｉ＝１，２，…，Ｎ）を算出する。
　次に、距離ｄｉ（ｉ＝１，２，…，Ｎ）のうち小さいものからＮｃ個（Ｎｃは予め定めらた数であり、Ｎｃ≪Ｎ：例えばＮ＝１０００のときにＮｃ＝１０）を抽出する。
　例えば、距離ｄｉ（ｉ＝１，２，…，Ｎ）を小さい順に並べ替えることで距離ｅｉ（ｉ＝１，２，…，Ｎ）を得て、距離ｅｉ（ｉ＝１，２，…，Ｎ）のうちの小さいものからＮｃ個を抽出する。
　次に、抽出した距離ｅｉ（ｉ＝１，２，…，Ｎｃ）の総和ＡＬ（ｋ）を算出する。この総和ＡＬ（ｋ）は、点Ｓｋの点群ＧＳａに対する乖離度を表すもので、孤立性指標として用いられる。
　上記の処理は、下記の式（３ａ）及び（３ｂ）で表される。
Figure JPOXMLDOC01-appb-M000003
　異常判定部４８は、孤立性指標算出部４７によって算出された孤立性指標ＡＬ(ｋ)に基づいて各点Ｓｋに対応する長尺方向位置の線状部分における異常の有無を判定し、判定結果ＡＢ（ｋ）を出力する。
　例えば、孤立性指標ＡＬ（ｋ）が予め定められた閾値よりも大きければ表面データを得た長尺方向位置の線状部分に異常があるとの判定がなされる。
　なお、互いに連続する２以上の長尺方向位置の線状部分について算出された孤立性指標に基づいて、異常があるか否かの判定をすることとしても良い。
　例えば、相連続する、予め定められた数の長尺方向位置の線状部分についての孤立性指標が、閾値よりも大きい場合に、異常があるとの判定をしても良い。
　上記のように孤立性指標を算出し、算出した孤立性指標に基づいて異常の有無を判定することで、異常の有無の判定の誤りを減らすことができる。
　例えば、図１１を参照して説明したように、真円状の軌跡が得られない場合でも、異常の有無の判断を適切に行うことができる。
　以上、異常検出部３５－１について説明したが、異常検出部３５－２～３５－４でも同様の処理が行われる。
　検査結果出力部３６は、異常検出部３５－１～３５－４から出力される判定結果ＡＢ（ｋ）を受けて、集約し、検査結果として外部に出力する。例えば、図示しないモニターに出力して、検査結果を表示させても良い。代わりに又はそれに加えて、図示しないプリンタに出力して、検査結果を印字させても良い。
　なお、検査結果出力部３６を設ける代わりに、検査結果を記憶する記憶部を備え、後に必要になったときに読み出せるようにしても良い。記憶部を取り外し可能なメモリで構成しても良い。検査結果出力部３６と、上記の記憶部とをともに備えることとしても良い。
　上記の孤立性指標算出部４７は、注目位置についての点と、点群に属する点との距離に基づいて、孤立性指標を算出している。
　上記の距離の代わりに、距離に対して単調増加又は単調減少する関数を用いて孤立性指標を算出することとしても良い。
　単調増加する関数を用いる場合には上記の予め定められた数（Ｎｃ）の点を選択する際に、上記と同様小さいものから選択すれば良い。単調減少する関数を用いる場合には上記の予め定められた数（Ｎｃ）の点を選択する際に、上記とは逆に大きいものから選択する必要がある。
　また、孤立性指標算出部４７が、距離に対して単調減少する関数を用いて孤立性指標を算出する場合には、算出される孤立性指標は、注目位置について求められた点Ｓｋの、点群に対する乖離度が大きい程小さい値となる。従って異常判定部４８は、孤立性指標が予め定められた閾値よりも小さいときに、異常があるとの判定を行なう。
　上記の参照データ記憶部４２は、正弦波状の参照データＲａ、Ｒｂを記憶している。
　参照データＲａ、Ｒｂは、他の形状の波形を持つものであっても良い。例えば、表面データＤｋを構成する画素値の変化と同様に変化する波形を持つものであっても良い。
　実施の形態１によれば、注目位置について求められた点Ｓｋと点群を構成する点との距離に基づいて孤立性指標を算出し、算出した孤立性指標に基づいて異常の有無を判定するので、異常の有無の判定の誤りを減らすことができる。
実施の形態２．
　実施の形態２の検査装置３０で用いられる異常検出部は、図６に示される異常検出部３５－１と同様のものである。
　実施の形態１では、点群生成モードにおいて、点Ｓａｉ（ｉ＝１、…Ｎ）を蓄積することで点群ＧＳａを形成し、検査実施モードにおいて、形成された点群ＧＳａを用いて、孤立性指標の算出を行なっている。
　実施の形態２では、検査実施モードでの処理の開始後に得られる点Ｓｉを蓄積し、蓄積された点Ｓｉを用いて孤立性指標の算出を行なう。言い換えると、点群の生成を検査の実施と並行して行う。この場合、蓄積された点Ｓｉのうち、注目位置の表面データに対応する点以外の点で点群を構成し、構成された点群に対する、注目位置の表面データに対応する点の乖離度を求めれば良い。
　例えば、長尺方向における異なる位置で順に撮像を行なって表面データを得る場合を想定し、点群を構成する点の数をＮであるとする。その場合、注目位置での撮像に先立って行われた、Ｎ回の撮像で取得されたＮ個の長尺方向位置についての表面データからそれぞれ算出された座標の点で点群を形成し、注目位置についての表面データから算出された座標の点の、上記点群に対する乖離度を孤立性指標として算出する。
　この場合、注目位置が変わる毎に、上記Ｎ個の長尺方向位置のうち、最も古いものが除外され、代わりに１回前に注目位置であった位置がＮ個の長尺方向位置の一つに含まれることになる。
　上記のように処理を行う場合、注目位置に近い長尺方向位置についての表面データから得られた点を除外して孤立性指標の算出をすることとしても良い。そのためには、例えば、上記のＮ個の長尺方向位置のうち、直近に撮像が行われたＦ個（Ｆは１以上の自然数）の長尺方向位置についての表面データから得られた点を除外すれば良い。
　上記の処理は、実施の形態１の処理と同様に、多数の長尺方向位置の線状部分についての表面データの取得、第１及び第２の類似度の算出及び座標の算出を行なった後に、注目位置の線状部分についての表面データの取得、第１及び第２の類似度の算出、座標の算出及び孤立性指標の算出を行う処理であると言える。
　実施の形態２でも実施の形態１と同様の効果が得られる。また、検査の実施の開始後に座標群（点群）を生成するので、事前に座標群（点群）が生成されていなくても、検査を実施することができる。
実施の形態３．
　実施の形態３の検査装置３０で用いられる異常検出部は、図６に示される異常検出部３５－１と同様のものである。
　実施の形態２では、検査実施モードでの処理の開始後に、多数の長尺方向位置の線状部分についての表面データの取得、第１及び第２の類似度の算出及び座標の算出を行なった後に、注目位置の線状部分についての表面データの取得、第１及び第２の類似度の算出、座標の算出及び孤立性指標の算出を行う。
　実施の形態３では、検査実施モードでの処理の開始後に、長尺方向における互いに異なる位置の線状部分についての表面データの取得、第１及び第２の類似度の算出及び座標の算出を行なった後に、上記の異なる位置のいずれかを選択して注目位置とし、選択された位置以外の位置を上記の多数の位置として孤立性指標の算出を行う。
　例えば、予め定められた第１の数の長尺方向位置の線状部分についての表面データに基づいて算出された第１の数の座標の点を蓄積し、蓄積された第１の数の点Ｓｉを順に選択し、選択された点Ｓｋ以外の第２の数の点(点ＳｉのうちＳｋ以外のもの）で点群を構成し、点群に対する選択された点Ｓｋの乖離度を孤立性指標として算出することとしても良い。上記の第１の数は、上記の第２の数に１を加算した数である。
　上記の第１の数は、例えば、鋼索が予め定められた長さ（例えば１０ｍ）だけ移動する間に表面データが得られる長尺方向位置の数である。
　このような処理はバルク処理と言うことができる。
　以下では、バルク処理で蓄積される点Ｓｉを符号Ｓｂｉで表し、点Ｓｂｉで構成される点群を符号ＧＳｂで表す。
　バルク処理を行う場合にも、選択された点に対応する長尺方向位置（注目位置）に近い長尺方向位置についての表面データから得られた点を除外して孤立性指標の算出を行うのが望ましい。
　以下、上記のバルク処理を行う場合の、孤立性指標の算出の手順を図１３を参照して説明する。
　図１３に示される処理は、Ｎ個（Ｎは予め定められた数）の点Ｓｂｉ（ｉ＝１、…Ｎ）が得られる毎に開始される。１からＮまでの番号は、鋼索の長尺方向位置に従って各線状部分に付けられたものである。以下では、鋼索の予め定められた長さ(長尺方向の長さ)の部分について、一方から他方に順に表面データを得る場合、１からＮまでの番号は表面データが得られる順を表す。
　孤立性指標の算出は、番号が１からＮまでの表面データのうち、両端に近い一定数の長尺方向位置以外の長尺方向位置を順に注目位置として、該注目位置について行われる。
　ステップＳＴ１１では、ｋを初期値である１＋Ｆに設定する。Ｆは予め定められた数である。
　ステップＳＴ１２では、点Ｓｂｉ（ｉ＝１，２，…，Ｎ）の中から、点Ｓｋを選択する。
　ステップＳＴ１３では、点Ｓｂｉ（ｉ＝１，２，…，Ｎ）のうち点Ｓｂｉ（ｉ＝ｋ－Ｆ，ｋ－Ｆ＋１，ｋ－Ｆ＋２，…，ｋ＋Ｆ－２，ｋ＋Ｆ－１，ｋ＋Ｆ）以外の点を抽出する。
　抽出された点を、Ｓｃｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）で表す。
　ステップＳＴ１４では、点Ｓｋと点Ｓｃｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）の各々との２次元平面上での距離ｄｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）を算出する。
　ステップＳＴ１５では、距離ｄｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）を小さいものから順に並べ替える。並び替え後の距離をｅｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）で表す。
　ステップＳＴ１６では、距離ｅｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）のうち、小さいものからＮｃ個（Ｎｃ≪Ｎ－２Ｆ－１）を抽出し、抽出した距離の総和を求める。
　ステップＳＴ１５及びＳＴ１６の組合せは、距離ｄｉ（ｉ＝１，２，…，Ｎ－２Ｆ－１）のうち小さいものからＮｃ個（Ｎｃ≪Ｎ－２Ｆ－１）を抽出し、抽出したＮｃ個の距離の総和ＡＬ（ｋ）を求める処理であると言える。
　ステップＳＴ１６で算出された総和ＡＬ（ｋ）が、点Ｓｋの点群ＧＳｂに対する乖離度を表す孤立性指標として用いられる。
　上記ステップＳＴ１５及びＳＴ１６の処理は、下記の式（４ａ）及び（４ｂ）で表される。
Figure JPOXMLDOC01-appb-M000004
　ステップＳＴ１７ではｋがｎ＋Ｆに等しいか否かを判定する。
　等しくなければステップＳＴ１８に進む。ステップＳＴ１８では、ｋに１を加算する。ステップＳＴ１８の次にステップＳＴ１２に戻る。
　ステップＳＴ１７でｋがｎ＋Ｆに等しければ、処理を終了する。
　以上の処理は、Ｎ個の線状部分のうち、一方の端部に近いＦ個の線状部分及び他方の端部に近いＦ個の線状部分を除外し（ＳＴ１１、ＳＴ１７）、除外後の(Ｎ－２Ｆ)個の線状部分を順に選択し（ＳＴ１２）、選択された線状部分についての点をＳｋとして（ＳＴ１２）、選択された線状部分を中心として、Ｆ個前の線状部分からＦ個後の線状部分までを除外し（ＳＴ１３）、除外後の線状部分についての点と、選択された線状部分についての点との距離の総和を算出し（ＳＴ１４、ＳＴ１５、ＳＴ１６）、距離の総和を孤立性指標として出力する処理であると言える。
　図１４は、上記のバルク処理を行う場合の点Ｓｂｉの、２次元平面上における分布の一例を示す。図１４において、点Ｓｂｉのうち、点Ｓｋを「＊」で示し、点Ｓｂｋ－Ｆ～Ｓｂｋ＋Ｆを「。」で示し、Ｓｃ１～ＳｃＮ－２Ｆ－１を「・」で示す。
　ステップＳＴ１３の処理は、ある線状部分について算出された座標の点Ｓｋの孤立性指標が、当該線状部分の近傍に位置する他の線状部分について算出された座標の点の影響により小さい値として算出されてしまうことを防ぐためのものである。
　例えば、撮像により表面データが取得される線状部分間の間隔が狭い場合、点Ｓｉは、２次元平面上に高密度にプロットされる。異常の範囲が２以上の線状部分に及び、ある線状部分及びその近傍の線状部分に掛けて異常がある場合、当該ある線状部分の表面データに対応する点と、その近傍に位置する他の線状部分の表面データに対応する点との距離が小さくなって、孤立性指標が小さい値となってしまう。上記ある線状部分の近傍に位置する線状部分の表面データについての点を除外し、近傍の線状部分以外の線状部分についての点との距離に基づいて孤立性指標を算出することで、当該線状部分の表面データに対応する点に異常の有無の判定における誤りを減らすことができる。
　図１３に示される手順では、Ｎ個の線状部分のうち一方の端部に近いＦ個の線状部分及び他方の端部に近いＦ個の線状部分を除外しているが（ＳＴ１１、ＳＴ１７）、このような除外は必ずしもしなくても良い。即ち、Ｎ個の線状部分の全てを順に選択することとしても良い。
　ステップＳＴ１３で、選択された線状部分を中心として、Ｆ個前の線状部分からＦ個後の線状部分までを除外しているからである。
　以上のように、実施の形態３でも実施の形態１と同様の効果が得られる。また、バルク処理により孤立性指標の算出を行うので、事前に座標群（点群）が生成されていなくても、検査を実施することができる。
実施の形態４．
　実施の形態１～３では参照データＲａ、Ｒｂとして予め用意されたデータを用いている。
　実施の形態４では、点群の生成のための表面データの取得、及び注目位置についての表面データＤｋの取得の場合と同様に、鋼索を撮像することで得られた２つの表面データを参照データＲａ、Ｒｂとして用いる。
　具体的には、検査対象となっている鋼索又は別の鋼索１１の、長尺方向における互いに異なる２つの位置の線状部分を撮像することで得られた表面データを参照データＲａ、Ｒｂとして用いる。
　上記の２つの位置の線状部分は、異常がない部分であるのが望ましい。
　異常がないことは例えば鋼索を直接目視して確認することとしてもよく、鋼索を撮像することで得られた画像を図示しないモニターに表示して、表示された画像を目視して確認しても良い。上記の方法以外でも、異常がないことが何らかの手段で保証されている場合、当該保証に基づいて、異常がないと判断しても良い。
　例えば、長尺方向におけるある位置（第１の位置）の線状部分から得られた表面データを第１の参照データＲａとして用い、長尺方向における他の位置（第２の位置）の線状部分から得られた表面データであって、第１の参照データＲａと直交関係にあるデータを第２の参照データＲｂとして用いる。
　この場合、直交関係にあるか否かは、上記の式（１）の関係を満たすか否かで判定される。
　図１５は、実施の形態４の検査装置３０で用いられる異常検出部３５－１ｂを示す。
　図示の異常検出部３５－１ｂは、図６のデータ取得部４１の代わりにデータ取得部４１ｂを備える。
　実施の形態４の検査装置３０は、検査実施モードでの処理に先立ち参照データ生成モードで動作する。
　参照データ生成モードでは、データ取得部４１ｂは、検査対象となっている鋼索又は別の鋼索１１の、長尺方向における互いに異なる２つの位置、即ち第１の位置及び第２の位置の線状部分を撮像することで得られた表面データを、参照データＲａ、Ｒｂとして出力する。
　カメラ２５－１がエリアカメラであれば、撮像画像中の互いに異なる２つの行の撮像データから生成された表面データを参照データＲａ、Ｒｂとして用いても良い。
　カメラ２５－１がラインカメラであれば、互いに異なる２つのタイミングでの撮像で得られる２つの撮像データから生成された表面データを参照データＲａ、Ｒｂとして用いても良い。例えば、あるタイミングで取得された撮像データから生成された表面データを第１の参照データＲａとして用い、その後、鋼索１１が予め定められた長さだけ移動したタイミングで取得された撮像データから生成された表面データを第２の参照データＲｂとして用いても良い。
　図１６は上記の方法で生成された参照データＲａ、Ｒｂを示す。図１６でＴｋは周期を表す。
　図１６の例は、撮像データに対してバイアス除去を行うことで得られる表面データを参照データＲａ、Ｒｂとして用いる場合を想定している。
　データ取得部４１ｂから出力される参照データＲａ、Ｒｂは、参照データ記憶部４２に記憶される。
　記憶された参照データＲａ、Ｒｂは、点群の生成及び検査の実施に用いられる。
　点群の生成は、実施の形態１で説明したように検査の実施の前に行っても良く、実施の形態２及び３で説明したように、検査実施モードでの処理の開始後に行っても良い。後者の場合、実施の形態３で説明したように、バルク処理を行なっても良い。
　点群の生成を検査の実施の前に行う場合には、検査装置３０は、検査実施モードでの処理に先立ち点群生成モードで動作する。
　点群生成モードでは、実施の形態１と同様に、検査対象となっている鋼索又は別の鋼索１１を移動させながら鋼索１１の周面を撮像することで、多数の長尺方向位置について順次表面データＤｋを得て、各表面データＤｋと参照データ記憶部４２に記憶されている参照データＲａ、Ｒｂとの類似度ｐ、ｑを求め、類似度ｐ、ｑから座標Ｓａｉ（ｐ，ｑ）を求める。
　この場合、鋼索１１の撮像される部分は、異常がない部分であることが望ましい。
　表面データＤｋの取得、類似度の算出及び座標の算出を、鋼索１１の互いに異なる多数の（Ｎ個の）長尺方向位置について行うことで多数の点Ｓａｉ（ｉ＝１，２，…，Ｎ）から成る点群ＧＳａが形成される。
　図１７は、上記の処理により得られる点群ＧＳａの一例を示す。
　図１７に示される点群ＧＳａで描かれる軌跡は、図１０、図１１及び図１２に示される軌跡と比べて真円からのずれの度合いが大きい。
　点群ＧＳａは座標記憶部４６に記憶される。
　検査実施モードでは、実施の形態１と同様に、検査対象となっている鋼索１１を移動させながら鋼索１１の周面を撮像することで、鋼索１１の長尺方向における異なる位置の各々の線状部分について表面データＤｋを取得し、取得した表面データＤｋと、参照データ記憶部４２に記憶されている参照データＲａ、Ｒｂとの類似度ｐ、ｑを算出し、類似度ｐ、ｑから２次元座標Ｓｋ（ｐ，ｑ）を求める。
　孤立性指標の算出及び異常の有無の判定は、実施の形態１で説明したのと同様に行い得る。
　バルク処理で点群の生成乃至更新を行う場合の動作は実施の形態３で説明したのと同様である。
　実施の形態４によれば、鋼索の外観の変化のしかた、変化の周期についての情報が事前に得られない場合でも、異常の有無の判定を正しく行うことができる。
実施の形態５．
　実施の形態４では、鋼索１１の、長尺方向における２つの位置の線状部分を撮像することで得られた２つの表面データを参照データＲａ、Ｒｂとして用いている。
　実施の形態５では、鋼索１１の、長尺方向における一つの位置の線状部分を撮像することで得られた表面データから一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして用いる。
　例えば、実施の形態４の説明における、第１の位置及び第２の位置のいずれか一方についての表面データＤｒから一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして用いてもよい。
　一つの表面データから一対の互いに直交する画素値ベクトルを生成する処理は、例えばヒルベルト変換により行い得る。
　図１８は、実施の形態５の検査装置３０で用いられる異常検出部３５－１ｃを示す。
　図示の異常検出部３５－１ｃは、図１５のデータ取得部４１ｂの代わりに、データ取得部４１ｃを備え、さらに参照データ生成部５１を備える。
　実施の形態５の検査装置３０は、検査実施モードでの処理に先立ち参照データ生成モードで動作する。
　参照データ生成モードでは、データ取得部４１ｃは、検査対象となっている鋼索又は別の鋼索１１の長尺方向における一つの位置の線状部分を撮像することで得られた表面データＤｒを選択して出力する。
　上記の一つの位置の線状部分は異常がない部分であるのが望ましい。
　参照データ生成部５１は、データ取得部４１ｃから出力された表面データＤｒをヒルベルト変換して、一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして出力する。
　なお、ヒルベルト変換で得られる２つの画素値ベクトルの一方が、参照データ生成部５１に入力される表面データＤｒと一致する場合には、ヒルベルト変換で得られる２つのベクトルの他方と、参照データ生成部５１に入力される表面データＤｒとを参照データＲａ、Ｒｂとして用いても良い。
　上記以外の点では、実施の形態５は実施の形態４と同じである。
　実施の形態４と実施の形態５とは、検査対象となっている鋼索又は別の鋼索１１の第１の位置について取得された表面データを第１の参照データ及び第２の参照データの一方として用いる点で同じである。
　一方、実施の形態４では、検査対象となっている鋼索又は別の鋼索１１の第２の位置について取得された表面データを第１の参照データ及び第２の参照データの他方として用いるのに対して、実施の形態５では、第１の参照データ及び第２の参照データの一方に直交するデータを生成して、第１の参照データ及び第２の参照データの他方として用いるという違いがある。
　実施の形態５では、実施の形態４と同様の効果が得られる。また、撮像画像から直接には一対の直交する表面データを得ることができない場合でも、一対の直交する参照データを生成することができる。
実施の形態６．
　実施の形態４では、参照データ生成モードにおいて、検査対象となっている鋼索又は別の鋼索１１を撮像することで得られた２つの表面データを、参照データＲａ、Ｒｂとして記憶し、その後点群の生成及び検査の実施のために取得される、異なる位置の線状部分についての表面データＤｋについての類似度の算出に繰り返し用いている。
　点群の生成及び検査の実施において、類似度の算出及び座標の算出の対象となる表面データを以下では便宜上「測定データ」と言う。参照データ生成モードで取得されて参照データとして用いられる表面データとの区別のためである。点群生成モードでは、測定データから、点群を構成する点が形成される。検査実施モードでは、測定データから算出された座標について、孤立性指標の算出が行われる。
　実施の形態６では、測定データＤｋの取得と、参照データＲａ、Ｒｂの取得とを並行して行い、測定データＤｋが新たに取得される度に、参照データＲａ、Ｒｂを更新する。
　測定データＤｋの取得と、参照データＲａ、Ｒｂの取得とを並行して行うとは、これらの取得を厳密に同時に行う場合のみならず、測定データＤｋの取得の直前又は直後に、ある時間差を持って参照データＲａ、Ｒｂが取得される場合を含む。
　第１の参照データＲａの取得と第２の参照データＲｂの取得にも相互間に時間差があっても良い。
　例えば、注目位置の線状部分から測定データＤｋが取得される際に、注目位置とは異なる第１の位置についての表面データを第１の参照データＲａとして用い、第２の位置についての表面データを第２の参照データＲｂとして用いる。
　第１の位置と第２の位置とは、これらの位置の線状部分に異常がない場合に、これらの線状部分から得られる表面データが互いに直交するものとなるように、それらの相対的関係が定められる。また、第１及び第２の位置のいずれか一方は、注目位置に対して一定距離だけ離れた位置に定められる。
　このように、第1及び第２の位置は、注目位置に対して関係付けられた位置であると言える。
　図１９は、実施の形態６の検査装置３０で用いられる異常検出部３５－１ｄを示す。
　図示の異常検出部３５－１ｄは、図１５のデータ取得部４１ｂの代わりにデータ取得部４１ｄを備える。図１５の参照データ記憶部４２は省略されている。
　以下では、カメラ２５－１としてエリアカメラが用いられている場合について説明する。
　図２０は、図７と同様の図であり、カメラ２５－１での撮像で得られる画像の例を、撮像対象である鋼索１１に重畳して示す。図２０には、鋼索１１のうち、撮像される範囲を点線の枠１４で示し、枠１４の内部に撮像で得られた画像の概略を示す。図２０にはさらに、予め指定された３つの行Ｌｒａ、Ｌｒｂ、Ｌｋが示されている。
　行Ｌｋは、注目位置の線状部分が撮像される行である。
　行Ｌｒａ、Ｌｒｂは、鋼索１１の上記の第１及び第２の位置の線状部分がそれぞれ撮像される行である。即ち、注目位置の線状部分が行Ｌｋに撮像されるとき、第１の位置の線状部分が行Ｌｒａに撮像され、第２の位置の線状部分が行Ｌｂに撮像される。
　データ取得部４１ｄは、撮像画像中の、上記の３つの行Ｌｒａ、Ｌｒｂ、Ｌｋからそれぞれ得られる表面データを、第１の参照データＲａ、第２の参照データＲｂ、及び測定データＤｋとして出力する。
　図２１は、図２０の行Ｌｒａ、Ｌｒｂ、Ｌｋから得られる参照データＲａ、Ｒｂ及び測定データＤｋの例を示す。図２１で、縦軸は画像の明るさを示し、横軸は、図２０の点線の枠１４内の行方向位置を示す。図２１のｘｌ、ｘｒは、図２０の点線の枠１４の左端ｘｌ及び右端ｘｒに対応する。
　図２１のｘｌ、ｘｒは、図２０の点線の枠１４の左端ｘｌ及び右端ｘｒに対応する。
　類似度算出部４３は、測定データＤｋと第１の参照データＲａとの類似度である第１の類似度ｐを算出する。類似度算出部４３はまた、測定データＤｋと第２の参照データＲｂとの類似度である第２の類似度ｑを算出する。
　座標算出部４５は第１の類似度ｐと第２の類似度ｑとを要素とする２次元座標Ｓｉを算出する。
　データＲａ、Ｒｂ、Ｄｋは、画像中の固定された行Ｌｒａ、Ｌｒｂ、Ｌｋから取得されるものであり、データＲａ、ＲｂとデータＤｋの位相（鋼索の長尺方向の周期的変化における位相）の差が一定であるので、類似度ｐ、ｑも大きく変化することがなく、そのため、座標Ｓｉも大きく変化することがない。従って、点Ｓｉは、２次元平面上で、例えば図２２に示すように、狭い範囲内に位置する。
　孤立性指標の算出のために用いられる点群の生成は、実施の形態１で説明したように検査の実施の前に行っても良く、実施の形態２及び３で説明したように、検査実施モードでの処理の開始後に行っても良い。後者の場合、実施の形態３で説明したように、バルク処理を行なっても良い。
　点群の生成を検査の実施の前に行う場合には、検査装置３０は、検査実施モードでの処理に先立ち点群生成モードで動作する。
　点群生成モードでは、検査対象となっている鋼索又は別の鋼索１１を移動させながら鋼索１１の周面を撮像することで、多数の長尺方向位置で順次測定データＤｋを取得するとともに、各長尺方向位置で測定データが取得される際に、当該長尺方向位置に関係付けられた位置で参照データＲａ、Ｒｂを取得し、各長尺方向位置について取得された測定データＤｋと当該長尺方向位置に関係付けられた位置で取得された参照データＲａ、Ｒｂとの類似度ｐ、ｑを求め、類似度ｐ、ｑから座標Ｓａｉ（ｐ，ｑ）を求める。
　この場合、鋼索１１の撮像される部分は、異常がない部分であることが望ましい。
　測定データＤｋの取得、参照データＲａ、Ｒｂの取得、類似度の算出及び座標の算出を、鋼索１１の互いに異なる多数の（Ｎ個の）長尺方向位置について行うことで多数の点Ｓａｉ（ｉ＝１，２，…，Ｎ）から成る点群ＧＳａが形成される。
　図２３は、上記の処理により得られる点群ＧＳａの一例を示す。
　図２３では、点Ｓａｉを「・」で示す。
　図示のように点Ｓａｉは、円環上の狭い範囲に集中している。集中する範囲は、鋼索１１のうちの表面データを取得する線状部分相互の位置関係、従って、図２０の行Ｌｒａ、Ｌｒｂと、行Ｌｋとの位置関係に依存する。
　検査実施モードでは、検査対象となっている鋼索１１を移動させながら、鋼索１１の長尺方向における異なる位置の各々で、測定データＤｋを取得するとともに、当該位置で測定データが取得される際に、当該位置に関係付けられた位置で参照データＲａ、Ｒｂを取得し、当該位置で取得された測定データＤｋと当該位置に関係付けられた位置で取得された参照データＲａ、Ｒｂとの類似度ｐ、ｑを算出し、類似度ｐ、ｑから２次元座標Ｓｋ（ｐ，ｑ）を求める。
　図２３では、点Ｓｋが「＊」で示されている。
　孤立性指標の算出及び異常の有無の判定は、実施の形態１で説明したのと同様に行い得る。
　バルク処理で点群の生成乃至更新を行う場合の動作は実施の形態３で説明したのと同様である。
　図２４は、バルク処理で蓄積される点Ｓｂｉの、２次元平面上における分布の一例を示す。
　図２４において、点Ｓｂｉのうち、点Ｓｋを「＊」で示し、点Ｓｂｋ－Ｆ～Ｓｂｋ＋Ｆを「。」で示し、Ｓｃ１～ＳｃＮ－２Ｆ－１を「・」で示す。
　図２４に示すように点Ｓｂｉも、図２３に示される点Ｓａｉと同様に、円環上の狭い範囲に集中している。集中する範囲は、データを取得する位置相互の関係、即ち図２０の行Ｌｒａ、Ｌｒｂと、行Ｌｋとの位置関係に依存する。
　孤立性指標の算出及び異常の有無の判定は、実施の形態３で説明したのと同様に行い得る。
　以上カメラ２５－１がエリアカメラであり、画像中の測定データＤｋを取得する行Ｌｋとは異なる行Ｌｒａ、Ｌｒｂで取得した表面データを参照データＲａ、Ｒｂとして用いる場合について説明した。
　カメラ２５－１がラインカメラである場合、異なるタイミングで取得した表面データをそれぞれデータＲａ、Ｒｂ、Ｄｋとして用いても良い。例えば、あるタイミングで取得した表面データを第１の参照データＲａとして用い、その後、鋼索１１が予め定められた長さ（第１の長さ）だけ移動したタイミングで取得された表面データを第２の参照データＲｂとして用い、その後、鋼索１１が予め定められた長さ（第２の長さ）だけ移動したタイミングで取得された表面データを測定データＤｋとして用いても良い。
　上記の第１の長さと第２の長さとは、互いに異なっていても良く、同じであっても良い。
　本実施の形態では、孤立性指標の算出が、実施の形態１又は３で説明したのと同様に式（３ａ）及び（３ｂ）又は式（４ａ）及び（４ｂ）により行われるものとしている。しかしながら、孤立性指標の算出を他の方法で行うことも可能である。
　例えば、点群の２次元平面上での分布が図２２、図２３、図２４に示す如くであり、２次元正規分布と見なせるものである場合、点群の分布特性を分析することで、注目位置についての点Ｓｋの点群に対するマハラノビス距離を算出し、算出されたマハラノビス距離を算出して、点Ｓｋの孤立性指標として用いても良い。
　実施の形態６によれば、実施の形態４と同様、鋼索の外観の変化のしかた、変化の周期についての情報が事前に得られない場合でも、異常の有無の判定を正しく行うことができる。
　また、測定データの取得と参照データの取得を並行して行うので、鋼索の長尺方向における位置によって、外観の変化の仕方が変わる場合にも、異常の有無の判定を適切に行うことができる。
実施の形態７．
　実施の形態６では、鋼索１１の、長尺方向における２つの位置の線状部分を撮像することで得られた２つの表面データを参照データＲａ、Ｒｂとして用いている。
　実施の形態７では、鋼索１１の、長尺方向における一つの位置の線状部分を撮像することで得られた表面データから一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして用いる。
　例えば、実施の形態６の説明における、第１の位置及び第２の位置のいずれか一方についての表面データＤｒから、一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして用いる。
　一つの表面データから一対の互いに直交する画素値ベクトルを生成する処理は、例えばヒルベルト変換により行い得る。
　図２５は、実施の形態７の検査装置３０で用いられる異常検出部３５－１ｅを示す。
　図示の異常検出部３５－１ｅは、図１９のデータ取得部４１ｄの代わりに、データ取得部４１ｅを備え、さらに参照データ生成部５１を備える。
　実施の形態６と同様に、カメラ２５－１がエリアカメラであり、カメラ２５－１での撮像で得られる画像が図２０に示す如くである場合、図２０の行Ｌｒａ及びＬｒｂのいずれか一方、例えば行Ｌｒａを上記の表面データＤｒを取得する行と指定し、行Ｌｋを上記の表面データＤｋを取得する行と指定しておく。
　データ取得部４１ｄは、撮像画像中の、行Ｌｒａ及びＬｒｂのいずれか一方、例えば行Ｌｒａから得られる表面データを、参照データ生成用の表面データＤｒとして出力し、行Ｌｋから得られる表面データを、測定データＤｋとして出力する。
　参照データ生成部５１は、データ取得部４１ｅから出力された表面データＤｒをヒルベルト変換して、一対の互いに直交する画素値ベクトルを生成し、これらを参照データＲａ、Ｒｂとして出力する。
　なお、ヒルベルト変換で得られる２つの画素値ベクトルの一方が、参照データ生成部５１に入力される表面データＤｒと一致する場合には、ヒルベルト変換で得られる２つのベクトルの他方と、参照データ生成部５１に入力される表面データＤｒとを参照データＲａ、Ｒｂとして用いても良い。
　上記以外の点では、実施の形態７は実施の形態６と同じである。
　実施の形態７では、実施の形態５と同様の効果が得られる。また、撮像画像から直接には一対の直交する表面データを得ることができない場合でも、一対の直交する参照データを生成することができる。
　実施の形態１～７によれば、鋼索の検査において、鋼索における局所的な錆の発生、ほつれ、異物の付着などを効率的に検出することができ、これらによる異常の有無に関する判定における誤りを減らすことができる。
変形例．
　上記の実施の形態１～７には種々の変形を加え得る。
　例えば、実施の形態１について説明した変形は、実施の形態２～７にも適用可能である。
　上記の実施の形態１～７では、鋼索が上方向に移動する。鋼索が下方向に移動するものであっても良い。
　上記の実施の形態１～７では、第１及び第２の参照データとして互いに直交するものを用いているが、第１の参照データと第２の参照データとの間には、完全な直交関係が無くても、直交関係に近い関係があれば良い。
　上記の実施の形態１～７では、第１の類似度ｐとして、表面データＤｋと第１の参照データＲａとの相関係数ρａが用いられ、第２の類似度ｑとして、表面データＤｋと第２の参照データＲｂとの相関係数ρｂが用いられている。第１の類似度ｐ及び第２の類似度ｑとしては、相関係数以外のものを用いることもできる。
　例えば、表面データＤｋを構成するベクトルと第１の参照データＲａを構成するベクトルとのなす角度の逆数を、第１の類似度ｐとして用い、表面データＤｋを構成するベクトルと第２の参照データＲｂを構成するベクトルとのなす角度の逆数を、第２の類似度ｑとして用いても良い。
　また、表面データＤｋを構成するベクトルと第１の参照データＲａを構成するベクトルとの内積を、第１の類似度ｐとして用い、表面データＤｋを構成するベクトルと第２の参照データＲｂを構成するベクトルとの内積を、第２の類似度ｑとして用いても良い。
　また、表面データＤｋを構成するベクトルと第１の参照データＲａを構成するベクトルとの差の逆数を、第１の類似度ｐとして用い、表面データＤｋを構成するベクトルと第２の参照データＲｂを構成するベクトルとの差の逆数を、第２の類似度ｑとして用いても良い。
　また、表面データＤｋを構成するベクトルと第１の参照データＲａを構成するベクトルとの共分散を、第１の類似度ｐとして用い、表面データＤｋを構成するベクトルと、第２の参照データＲｂを構成するベクトルとの共分散を、第２の類似度ｑとして用いても良い。
　上記の実施の形態１～７では、第１の類似度ｐを横軸、第２の類似度ｑを縦軸に取った２次元平面上の距離をもとに孤立性指標の算出を行っている。
　代わり、上記の類似度ｐ、ｑを座標軸に取った２次元平面（ｐ－ｑ平面）上での点Ｓｉの位置を極座標で表した場合の偏角θ及び動径ｒを求め、偏角θを一方の軸、例えば横軸に取り、動径ｒを他方の軸、例えば縦軸に取った２次元平面（θ－ｒ平面）に上記の点Ｓｉの座標を変換し、該θ－ｒ平面上での点相互間の距離をもとに、孤立性指標を算出しても良い。
　類似度ｐ及びｑからの偏角θ及び動径ｒの算出は、下記の式（５ａ）及び（５ｂ）による演算で行い得る。
Figure JPOXMLDOC01-appb-M000005
　図１０に示される円環状の軌跡は、θ－ｒ平面上ではθ軸に平行に延びる直線に変換される。この場合、点群を構成する点Ｓｉの各々と、注目位置についての点Ｓｋとの距離ｄｉは、偏角θの差Δθと、動径ｒの差Δｒにそれぞれ係数を乗じたものの２乗和と定義しても良い。即ち距離ｄｉを下記の式（６）で定義しても良い。
Figure JPOXMLDOC01-appb-M000006
 　上記の式においてａ１及びａ２は係数であり、例えば予め定められる。
　式（６）で求められた距離ｄに基づく孤立性指標ＡＬの算出は、上記の式（３ａ）及び（３ｂ）又は式（４ａ）及び（４ｂ）の演算で行い得る。
　要するに、座標算出部は、第１の類似度（ｐ）及び第２の類似度（ｑ）を要素とする座標、又は第１の類似度（ｐ）及び第２の類似度（ｑ）を変数とする２つの関数（θ、ｒ）を要素とする座標を算出するものであれば良い。
　上記した実施の形態１～７では、カメラ２５－１～２５－４の各々は、鋼索の周面を撮像して、撮像データから表面データを取得する。
　カメラの代わりに、プロファイル測定器を用いても良い。プロファイル測定器を用いれば、ストランドによる鋼索の凹凸、即ち表面形状を検知して、検知結果を表す表面データを得ることができる。
　カメラ、プロファイル測定器以外であっても、要するに、外観又は表面形状を検知して表面データを出力できるセンサを用いれば良い。
　実施の形態１～７では、検査対象が鋼索である。検査対象は鋼索には限定されない。例えば電力用の送電線、繊維ロープなどであっても良い。
　また、管状のものであっても良く、棒状のものであっても良く、帯状のものであっても良い。さらにシート状のものであっても良い。これらは、外観に変化があるものであっても良く、表面形状に変化があるものであっても良い。
　表面形状に変化があるシート状のものとしては帆布がある。
　さらにまた、検査対象は装置、構造物等、多くの部材、部品等を備えた物の一部であっても良い。例えば、装置、構造物が、外観及び表面形状の少なくとも一つが、少なくとも一つの方向に周期的に変化する部分を有する場合、当該部分を検査対象としても良い。
　要するに、検査対象は、外観及び表面形状の少なくとも一つが、少なくとも一つの方向に周期的に変化する物、又は物の部分であれば良い。
　ここで言う外観の変化には表面の色の変化が含まれる。色の変化には、色相、彩度、明度の少なくとも一つの変化が含まれる。外観の変化はまた、光沢の有無、光沢の程度、透明度の有無、透明度の程度の変化であっても良い。
　表面形状の変化には、観察方向から見たときの寸法の変化、観察方向に対して表面が成す角度の変化が含まれる。表面形状の変化に伴い、観察方向から見たときの外観が変化する場合もある。表面形状の変化が外観の変化となって現れる場合には、カメラでの撮像で、外観の変化に基づいて異常の検出を行うことができる。
　プロファイル測定器を用いれば、表面形状の変化を直接的に測定することができる。
　検査対象が鋼索以外の場合でも、座標群の形成は検査対象自体から得られた表面データに基づいて行っても良く、検査対象と同一の外観又は表面形状を有する他の製品又は加工物又はその部分から得られた表面データに基づいて行っても良い。
　また、実施の形態４及び５で説明した構成においては、参照データの生成も、検査対象自体から得られた表面データに基づいて行っても良く、検査対象と同一の外観又は表面形状を有する他の製品又は加工物又はその部分から得られた表面データに基づいて行っても良い。
　上記の実施の形態１～７では、カメラ２５－１～２５－４が固定されており、鋼索が移動することで、鋼索とカメラとの相対的移動を実現している。
　代わりに、鋼索を固定し、カメラが移動するようにしても良い。
　例えば鋼索がクレーンの鋼索である場合、カメラを搭載したドローンを飛行させて、カメラから鋼索までの距離を一定に保ちつつ、ドローンが鋼索の長尺方向に移動するようにしても良い。この場合、長尺方向における異なる位置で撮像を行うようにしても良い。
　ドローンには、検査装置のカメラ以外の部分、即ち処理回路をも搭載しても良い。
　ドローンに車輪を設け、鋼索の周面に車輪を接触させ、転動させることで、カメラから鋼索の周面までの距離を一定に保つようにしても良い。
　移動機構は、検査のための専用の移動機構でなくても良い。例えば、他の目的で鋼索を移動させる機構が設けられている場合には、検査のための専用の移動機構を設けなくても良い。その例としては、鋼索が、エレベータの巻上げ機、ケーブルカーの巻上げ機、ロープウェイの巻上げ機で用いられるものである場合がある。生産ラインで製造されている鋼索の検査を行う場合も同様である。
　上記の実施の形態１～７では、鋼索を囲むように４つのカメラが設けられ、４つのカメラに対応して４つの異常検出部が設けられている。しかしながら、カメラの数は４つに限らず、異常検出部の数も４に限らない。
　４つのカメラでの撮像データに対する処理を一つの異常検出部で時分割的に行うこととしても良い。
　４つのカメラで鋼索の全周をカバーするようにしているが、この点も必須ではない。
　例えば、鋼索の全周の一部のみを検査すればそれで足りる場合もある。
　また、検査対象が帯状の物である場合など、一つのカメラで撮像を行なえば足りる場合がある。
　上記のように検査対象は、鋼索以外のものであっても良い。
　要するに、検査対象は、外観又は表面形状が少なくとも一つの方向に周期的に変化する物であれば良い。
　例えば、検査対象から得られる撮像画像が図２６、図３０、図３２（ａ）、図３６に示す如きものであっても良い。
　これらの図はエリアカメラでの撮像で得られる画像を示すものであり、符号ＭＶはカメラに対する検査対象の相対的移動方向（当該相対的移動方向に対応する、画像中の方向）を示す。
　図２６に示される画像は、明るい帯状の部分と暗い帯状の部分とが交互に現れる縞模様を有する。帯状の部分は、相対的移動方向ＭＶに対して斜めに延びている。図２６で、明るい部分は白で示され、暗い部分はドットパターンで示されている。
　図２７は図２６の画像の一つの行Ｌｋから得られる表面データＤｋの一例を示す。図２７で縦軸は画像の明るさ（画素値の大きさ）を示し、横軸は、図２６の枠１４内の行方向位置を示す。図２７のｘｌ、ｘｒは、図２６の枠１４の左端ｘｌ及び右端ｘｒに対応する。
　図２７に示す表面データを構成する画素値の変化（行方向位置に対する変化）は、矩形波状或いは矩形波に近い形のものであると言える。
　図２８は、図２７に示される表面データＤｋについての類似度の算出で用いられる参照データＲａ、Ｒｂの例を示す。図示の例では、予め用意された矩形波状のデータ（行方向位置に対して矩形波状に変化する値の列から成るベクトル）が用いられている。
　図２９は、多数の線状部分についての表面データＤｋ（図２７に示される表面データはその一例である）と、図２８の参照データＲａ、Ｒｂとを用いて実施の形態１で説明したのと同様に類似度の算出及び座標の算出を行うことで得られる点Ｓｉの分布の一例を示す。図２９に示される例では点Ｓｉが、ｐ軸及びｑ軸に対して４５度傾いた直線で構成される正方形の辺に沿って分布している。正方形の中心はｐ－ｑ座標の原点からずれている。
　点Ｓｉの分布が図２９に示す如くであっても、上記と同様に孤立性指標の算出を行うことで異常の有無の判定が可能である。
　図３０の画像は、ジグザグ状の模様を有する。ジグザク模様はカメラに対する検査対象の相対的移動方向ＭＶに対して斜めの線で形成されている。図３０では、明るい部分は白で示され、暗い部分はクロスハッチングで示され、中間の明るさの部分はドットパターンで示されている。
　図３０の画像の場合にも、図２８に示す参照データＲａ、Ｒｂを用いることができる。
　図３１は、多数の線状部分についての表面データＤｋと、図２８の参照データＲａ、Ｒｂとを用いて実施の形態１で説明したのと同様に類似度の算出及び座標の算出を行うことで得られる点Ｓｉの分布の一例を示す。図３１に示される例では点Ｓｉが、図２９の正方形の辺の一部に沿って分布している。
　点Ｓｉの分布が図３１に示される如くであっても、上記と同様に孤立性指標の算出を行うことで異常の有無の判定が可能である。
　なお、図２６～図２９を参照して説明した例及び図３０～図３１を参照して説明した例では、参照データとして矩形波状の参照データを用いているが、代わりに正弦波状の参照データを用いても良い。
　図３２（ａ）の画像においては、カメラに対する検査対象の相対的移動方向ＭＶに対して斜めに延びた帯状の部分の各々において、明るさが一方の縁部から他方の縁部に向けて次第に変化する。例えば、線Ｌｋに沿った部分について明るさの変化の概要を示すと、図３２（ｂ）に示す如く鋸波状となる。上記のように明るさの変化は連続的であるが、図３２（ａ）では、簡略のため明るい部分は白で示され、暗い部分はクロスハッチングで示され、中間の明るさの部分はドットパターンで示されている。
　図３３は図３２（ａ）及び（ｂ）の画像の一つの行Ｌｋから得られる表面データＤｋの一例を示す。図３３で縦軸は画像の明るさ（画素値の大きさ）を示し、横軸は、図３２の枠１４内の行方向位置を示す。図３３のｘｌ、ｘｒは、図３２（ａ）の枠１４の左端ｘｌ及び右端ｘｒに対応する。
　図３３に示す表面データを構成する画素値の変化（行方向位置に対する変化）は、鋸波状或いは鋸波に近い形のものであると言える。
　図３４は図３３に示される表面データＤｋについての類似度の算出で用いられる参照データＲａ、Ｒｂの例を示す。図示の例では、鋸波状のデータ（行方向位置に対して鋸波状に変化する値の列から成るベクトル）が用いられている。
　図３５は、多数の線状部分についての表面データＤｋ（図３３に示される表面データはその一例である）と、図３４の参照データＲａ、Ｒｂとを用いて実施の形態１で説明したのと同様に類似度の算出及び座標の算出を行うことで得られる点Ｓｉの分布の一例を示す。図３５に示される例では点Ｓｉが、両端で互いに連結された２つの曲線に沿って分布している。
　点Ｓｉの分布が図３５に示す如くであっても、上記と同様に孤立性指標の算出を行うことで異常の有無の判定が可能である。
　図３６の画像は、図３０と同様のジグザグ模様を有するが、行方向の振れ幅が図３０の画像よりも小さい。
　図３６の画像について、実施の形態７で説明したように、座標算出の対象となる表面データ（測定データ）Ｄｋの取得と、参照データＲａ、Ｒｂの生成とを並行して行い、測定データＤｋが新たに取得される度に、参照データＲａ、Ｒｂが更新される場合を想定して説明する。
　参照データＲａ、Ｒｂは実施の形態７で説明したように、測定データＤｋが取得される行Ｌｋとは異なる行Ｌｒａ又はＬｒｂ（例えばＬｒａ）から取得された表面データＤｒをヒルベルト変換することで生成される一対の互いに直交する画素値ベクトルで構成される。
　なお、ヒルベルト変換で得られる２つの画素値ベクトルの一方が、元になった表面データＤｒと一致する場合には、ヒルベルト変換で得られる２つのベクトルの他方と、表面データＤｒとを参照データＲａ、Ｒｂとしても良い。
　図３７（ａ）は、図３６の画像の行Ｌｋから得られる測定データＤｋの一例を示す。図３７（ｂ）は、参照データＲａ、Ｒｂの例を示す。
　図３８は、多数の線状部分についての測定データＤｋ（図３７（ａ）に示されるデータはその一例である）と、測定データＤｋが取得される度に生成される参照データＲａ、Ｒｂ（図３７（ｂ）に示されるデータはその例である）とを用いて実施の形態１で説明したのと同様に類似度の算出及び座標の算出を行うことで得られる点Ｓｉの分布の一例を示す。図３８に示される例では点Ｓｉが円弧に沿って分布している。
　点Ｓｉの分布が図３８に示される如くであっても、上記と同様に孤立性指標の算出を行うことで異常の有無の判定が可能である。
　上記の実施の形態１～７ではラインカメラの撮像素子が並んだ方向又はエリアカメラの行の方向が、鋼索の移動方向に対して垂直な方向に対応するようにカメラが配置され、カメラから見て鋼索の移動方向に対して垂直な方向に延在する線状部分の撮像データを表面データとして用いている。
　鋼索以外の検査対象の場合にも上記と同様に、検査対象の相対的移動方向と表面データを取得する線状部分の、カメラから見た方向とが垂直になるようにしても良い。
　しかしながら、この点は必須ではなく、検査対象の相対的移動方向と表面データを取得する線状部分の、カメラから見た方向とが斜めとなるようにしても良い。
　例えば検査対象から、図３９に示すように相対的移動方向ＭＶに対して垂直な方向に延在する、明るい帯状の部分（白で示す）と暗い帯状の部分（ドットパターンで示す）とが交互に現れる縞模様の画像が得られる場合、表面データを得る線状部分Ｌｋが、相対的移動方向ＭＶに対して斜めになるようにするのが有効である。
　そうすれば、移動に伴う表面データの変化が連続的になるからである。
　表面データを得る線状部分Ｌｋが、相対的移動方向ＭＶに対して斜めになるようにするには、例えば、ラインカメラの撮像素子が並んだ方向又はエリアカメラの行の方向を、移動方向ＭＶに対して斜めにすれば良い。
　なおまたエリアカメラの場合には、列の方向が斜めとなるようにしても良い。
　さらに行の方向又は列の方向を斜めにしなくても、要するに斜めの方向に並んだ撮像素子から得られる画素値から成る撮像データを表面データとして取得すれば良い。
　プロファイル測定器を用いる場合にも同様のことが言える。
　要するに、センサは、検査対象の第１の方向における互いに異なる位置において、検査対象の（第１の方向とは異なる）第２の方向に延在する線状部分の外観又は表面形状を検知するものであれば良く、データ取得部は、センサでの検知結果から、第１の方向における異なる位置の各々の線状部分の外観又は表面形状を表す検出値の列からなる表面データを取得するものであれば良い。
　ここで第２の方向は、直線に沿う方向とは限らない。例えば、実施の形態における鋼索の場合には、第２の方向は周面に沿う方向である。
　さらにまた、座標群の形成及び参照データの生成の少なくとも一方を、検査対象と同一の外観又は表面形状を有する他の製品又は加工物又はその部分から得られた表面データに基づいて行っても良い旨述べた。このことと、上記の第１の方向と第２の方向との関係とを組み合わせて記載すると以下の如くとなる。
　孤立性指標の算出に用いられる座標群は、検査対象の注目位置の線状部分についてのセンサによる検知、表面データの取得、第１の類似度及び第２の類似度の算出及び座標の算出と同じ処理を、検査対象又は検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の第１の方向における多数の位置の線状部分について、行うことで得られたものであれば良い。
　検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分に関し、その第１の方向とは、検査対象の第１の方向に対応する方向を意味する。
　また、実施の形態４及び５で説明した構成においては、第１の参照データとしては、検査対象又は検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の第１の方向における第１の位置の線状部分について取得された表面データを用いることとすれば良い。
　また、第２の参照データとしては、検査対象又は検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の、第１の方向における上記第１の位置とは異なる第２の位置の線状部分について取得された表面データを用いることとすれば良い。
　以上本発明の検査装置について説明したが、検査装置で実施される検査方法もまた本発明の一部を成す。さらに検査装置の処理回路における処理をコンピュータに実行させるためのプログラム、そのようなプログラムを記録したコンピュータで読取り可能な記録媒体、例えば非一時的な記録媒体もまた本発明の一部を成す。
　１１　鋼索、　１２　ストランド、　２０　移動機構、　２１　フレーム、　２２　ローラ、　２５－１～２５－４　カメラ、　３０　検査装置、　３２　処理回路、　３５－１～３５－４，３５－１ｂ，３５－１ｃ，３５－１ｄ，３５－１ｅ　異常検出部、　３６　検査結果出力部、　４１，４１ｂ，４１ｃ，４１ｄ，４１ｅ　データ取得部、　４２　参照データ記憶部、　４３　類似度算出部、　４６　座標算出部、　４６　座標記憶部、　４７　孤立性指標算出部、　４８　異常判定部、　５１　参照データ生成部。

Claims (17)

  1. 　検査対象の第１の方向における異なる位置の各々において、前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知するセンサと、
    　前記異なる位置のいずれかを注目位置として選択し、前記センサでの検知結果から、前記注目位置の線状部分についての前記外観又は表面形状を表す検出値の列からなる表面データを取得し、前記表面データと第１の参照データとの類似度である第１の類似度及び前記表面データと第２の参照データとの類似度である第２の類似度を算出し、前記第１の類似度及び前記第２の類似度を要素とする座標、又は前記第１の類似度及び前記第２の類似度を変数とする２つの関数を要素とする座標を算出し、
    　前記注目位置の線状部分についての前記表面データの取得、前記第１の類似度及び第２の類似度の算出及び前記座標の算出と同じ処理を、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における複数の位置において、前記第２の方向に延在する線状部分について行うことで得られた座標の群に対する、前記注目位置の線状部分について算出された前記座標の乖離度を孤立性指標として算出し、
    　前記孤立性指標に基づいて、前記検査対象に異常があるか否かを判定する処理回路と
    　を有する検査装置。
  2. 　前記第１の参照データ及び前記第２の参照データの各々は、前記表面データを構成する検出値の数と同じ数の値の列から成り、
    　前記第１の参照データと前記第２の参照データとは直交関係又は直交関係に近い関係を有する
    　請求項１に記載の検査装置。
  3. 　前記検査対象に異常がない場合に得られる前記表面データが周期的に変化する検出値の列で構成され、
    　前記第１の参照データ及び第２の参照データの各々は、前記検出値の周期と同一又は近似の周期の正弦波を表す値の列から成る
    　請求項２に記載の検査装置。
  4. 　前記処理回路は、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における第１の位置の線状部分についての表面データを取得して、取得された表面データを前記第１の参照データ及び前記第２の参照データの一方として用いる
    　請求項２に記載の検査装置。
  5. 　前記処理回路は、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における前記第１の位置とは異なる第２の位置の線状部分についての表面データを取得して、取得された表面データを前記第１の参照データ及び前記第２の参照データの他方として用いる
    　請求項４に記載の検査装置。
  6. 　前記処理回路は、前記注目位置の線状部分についての表面データを取得する毎に、前記検査対象の、前記第１の方向において前記注目位置から一定距離だけ離れた第１の位置の線状部分についての表面データを取得して、取得された表面データを前記第１の参照データ及び前記第２の参照データの一方として用いる
    　請求項２に記載の検査装置。
  7. 　前記処理回路は、前記注目位置の線状部分についての表面データを取得する毎に、前記検査対象の、前記第１の方向における前記第１の位置とは異なる第２の位置の線状部分についての表面データを取得して、取得された表面データを前記第１の参照データ及び前記第２の参照データの他方として用いる
    　請求項６に記載の検査装置。
  8. 　前記処理回路は、前記第１の参照データ及び前記第２の参照データの一方に直交するデータを生成して、前記第１の参照データ及び前記第２の参照データの他方として用いる
    　請求項４又は６に記載の検査装置。
  9. 　前記複数の位置の線状部分についての、前記センサによる検知、及び前記処理回路による前記表面データの取得、前記第１及び第２の類似度の算出及び前記座標の算出が行われた後に、
    　前記注目位置についての、前記センサによる検知、及び前記処理回路による前記表面データの取得、前記第１及び第２の類似度の算出、前記座標の算出及び前記孤立性指標の算出が行われる
    　請求項１から８のいずれか１項に記載の検査装置。
  10. 　前記センサは、前記検査対象の第１の方向における、予め定められた数の、互いに異なる位置において、前記検査対象の前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知し、
    　前記処理回路は、前記異なる位置のうちの少なくとも一部を順に選択して前記注目位置とし、前記異なる位置のうちの選択された位置以外の位置を前記複数の位置として前記座標の群を形成する
    　請求項１に記載の検査装置。
  11. 　前記処理回路は、前記座標の群の少なくとも一部を構成する座標と、前記注目位置の線状部分についての座標との距離、又は当該距離に対して単調増加又は単調減少する値に基づいて前記孤立性指標を算出する
    　請求項１から１０のいずれか１項に記載の検査装置。
  12. 　前記処理回路は、前記距離、又は前記距離に対して単調増加する値のうち小さいものから一定の個数の距離又は値を抽出し、又は前記距離に対して単調減少する値のうち大きいものから一定の個数の値を抽出して、抽出された距離又は値の総和を前記孤立性指標として算出する
    　請求項１１に記載の検査装置。
  13. 　前記処理回路は、前記座標の群を構成する座標のうち、前記注目位置に比較的近い位置の線状部分についての座標を除外して前記孤立性指標の算出を行う
    　請求項１１又は１２に記載の検査装置。
  14. 　検査対象の第１の方向における異なる位置の各々において、前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知し、
    　前記異なる位置のいずれかを注目位置として選択し、前記検知の結果から、前記注目位置の線状部分についての前記外観又は表面形状を表す検出値の列からなる表面データを取得し、前記表面データと第１の参照データとの類似度である第１の類似度及び前記表面データと第２の参照データとの類似度である第２の類似度を算出し、前記第１の類似度及び前記第２の類似度を要素とする座標、又は前記第１の類似度及び前記第２の類似度を変数とする２つの関数を要素とする座標を算出し、
    　前記注目位置の線状部分についての前記表面データの取得、前記第１の類似度及び第２の類似度の算出及び前記座標の算出と同じ処理を、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における複数の位置において、前記第２の方向に延在する線状部分について行うことで得られた座標の群に対する、前記注目位置の線状部分について算出された前記座標の乖離度を孤立性指標として算出し、
    　前記孤立性指標に基づいて、前記検査対象に異常があるか否かを判定する
    　検査方法。
  15. 　検査対象の第１の方向における異なる位置の各々において、前記第１の方向とは異なる第２の方向に延在する線状部分の外観又は表面形状を検知することで得られる検知結果を用いて前記検査対象を検査する検査方法であって、
    　前記異なる位置のいずれかを注目位置として選択し、前記検知結果から、前記注目位置の線状部分についての前記外観又は表面形状を表す検出値の列からなる表面データを取得し、前記表面データと第１の参照データとの類似度である第１の類似度及び前記表面データと第２の参照データとの類似度である第２の類似度を算出し、前記第１の類似度及び前記第２の類似度を要素とする座標、又は前記第１の類似度及び前記第２の類似度を変数とする２つの関数を要素とする座標を算出し、
    　前記注目位置の線状部分についての前記表面データの取得、前記第１の類似度及び第２の類似度の算出及び前記座標の算出と同じ処理を、前記検査対象又は前記検査対象と同一の外観又は表面形状を有する製品又は加工物又はその部分の前記第１の方向における複数の位置において、前記第２の方向に延在する線状部分について行うことで得られた座標の群に対する、前記注目位置の線状部分について算出された前記座標の乖離度を孤立性指標として算出し、
    　前記孤立性指標に基づいて、前記検査対象に異常があるか否かを判定する
    　検査方法。
  16. 　請求項１５に記載の検査方法における処理をコンピュータに実行させるためのプログラム。
  17. 　請求項１６に記載のプログラムを記録したコンピュータで読取り可能な記録媒体。
PCT/JP2019/029228 2019-07-25 2019-07-25 検査装置及び方法、並びにプログラム及び記録媒体 WO2021014645A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2019/029228 WO2021014645A1 (ja) 2019-07-25 2019-07-25 検査装置及び方法、並びにプログラム及び記録媒体
JP2021534515A JP7146092B2 (ja) 2019-07-25 2019-07-25 検査装置及び方法、並びにプログラム及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/029228 WO2021014645A1 (ja) 2019-07-25 2019-07-25 検査装置及び方法、並びにプログラム及び記録媒体

Publications (1)

Publication Number Publication Date
WO2021014645A1 true WO2021014645A1 (ja) 2021-01-28

Family

ID=74193654

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/029228 WO2021014645A1 (ja) 2019-07-25 2019-07-25 検査装置及び方法、並びにプログラム及び記録媒体

Country Status (2)

Country Link
JP (1) JP7146092B2 (ja)
WO (1) WO2021014645A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60250235A (ja) * 1984-05-25 1985-12-10 Kawasaki Steel Corp ねじ表面の検査方法及び検査装置
JPS61194337A (ja) * 1985-02-25 1986-08-28 Anritsu Corp 同じ形状の繰り返しパターンの良否を判定する方法
JP2005164429A (ja) * 2003-12-03 2005-06-23 Toppan Printing Co Ltd ホログラム製品の欠陥検出装置および欠陥検出方法
JP2007334766A (ja) * 2006-06-16 2007-12-27 National Institute Of Advanced Industrial & Technology 異常領域検出装置および異常領域検出方法
JP2008175550A (ja) * 2007-01-16 2008-07-31 Olympus Corp 欠陥検出装置および欠陥検出方法
WO2016157290A1 (ja) * 2015-03-27 2016-10-06 三菱電機株式会社 検出装置
WO2016157289A1 (ja) * 2015-03-27 2016-10-06 三菱電機株式会社 検出装置
JP2016217877A (ja) * 2015-05-20 2016-12-22 Ｎｅｃエンジニアリング株式会社 欠損検査装置、及び欠損検査方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60250235A (ja) * 1984-05-25 1985-12-10 Kawasaki Steel Corp ねじ表面の検査方法及び検査装置
JPS61194337A (ja) * 1985-02-25 1986-08-28 Anritsu Corp 同じ形状の繰り返しパターンの良否を判定する方法
JP2005164429A (ja) * 2003-12-03 2005-06-23 Toppan Printing Co Ltd ホログラム製品の欠陥検出装置および欠陥検出方法
JP2007334766A (ja) * 2006-06-16 2007-12-27 National Institute Of Advanced Industrial & Technology 異常領域検出装置および異常領域検出方法
JP2008175550A (ja) * 2007-01-16 2008-07-31 Olympus Corp 欠陥検出装置および欠陥検出方法
WO2016157290A1 (ja) * 2015-03-27 2016-10-06 三菱電機株式会社 検出装置
WO2016157289A1 (ja) * 2015-03-27 2016-10-06 三菱電機株式会社 検出装置
JP2016217877A (ja) * 2015-05-20 2016-12-22 Ｎｅｃエンジニアリング株式会社 欠損検査装置、及び欠損検査方法

Also Published As

Publication number Publication date
JP7146092B2 (ja) 2022-10-03
JPWO2021014645A1 (ja) 2021-12-09

Similar Documents

Publication Publication Date Title
JP6810505B2 (ja) 教師データ作成方法及び装置並びに欠陥検査方法及び装置
KR102256181B1 (ko) 강구조물의 도막 상태 검사 및 평가 방법과 이를 위한 시스템
JP6422198B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP4644819B2 (ja) 微小変位計測法及び装置
WO2016152076A1 (ja) 構造物の状態判定装置と状態判定システムおよび状態判定方法
JP6265588B2 (ja) 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム
JP2006145405A (ja) 三次元計測装置および三次元計測方法並びに三次元計測プログラム
WO2016152075A1 (ja) 構造物の状態判定装置と状態判定システムおよび状態判定方法
US10540765B2 (en) Image processing device, image processing method, and computer program product thereon
WO2007066659A1 (ja) 面粗さ検査装置
Sioma Assessment of wood surface defects based on 3D image analysis
US20150369589A1 (en) Positional shift amount measurement method, correction table generation apparatus, imaging apparatus, and projecting apparatus
JP2019114146A (ja) 鉄筋検査支援装置
US20220414827A1 (en) Training apparatus, training method, and medium
JP2013213733A (ja) 検査対象物の検査装置およびその検査方法
JP5182689B2 (ja) 眼底画像解析方法およびその装置とプログラム
WO2021014645A1 (ja) 検査装置及び方法、並びにプログラム及び記録媒体
JP2010276540A (ja) 生体組織表面解析装置、生体組織表面解析プログラム、および生体組織表面解析方法
JP2013072866A (ja) 欠陥検出方法
CN107529962B (zh) 图像处理装置、图像处理方法和记录介质
JP7003669B2 (ja) 表面検査装置、及び表面検査方法
JP2009292351A (ja) 摩耗測定装置及び摩耗測定方法
JP6743492B2 (ja) 生タイヤの異物付着判別方法
TWI550252B (zh) 邊緣位置檢測裝置及邊緣位置檢測方法
US20230093034A1 (en) Target area detection device, target area detection method, and target area detection program

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: 19939004

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021534515

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19939004

Country of ref document: EP

Kind code of ref document: A1