JP2008190872A - 表面不良検出装置、方法及びプログラム - Google Patents

Abstract

【課題】熟練の技術者による官能評価と同等又はそれ以上の精度で、塗装面の微小傷群（白ボケ）を検出することを可能とする、画像処理技術を提案する。
【解決手段】検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データを加算平均した平均化画像を作成し、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成し、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成し、前記拡大画像の輝度ヒストグラムを作成し、前記輝度ヒストグラムを分析して標準偏差を算出し、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する。
【選択図】図４

Description

本発明は、塗装面の微小傷群等の表面不良を検出するための技術に関する。

従来、車両のボディ等の塗装面に光を照射し、その反射光を解析して該塗装面の傷や凹凸等の表面不良の有無を検出することが行われている。例えば、特許文献１に記載の技術である。

特許文献１の技術では、まず、光源から塗装面に対して光を照射し、該塗装面の映像をＣＣＤカメラにて撮影し、画像データとして取り込む。次に、コンピュータで画像データに対して輝度ヒストグラム解析又はラインプロファイル解析を行い、メタリック塗装ムラに関する定量的な評価値を算出したあと、この評価値を予め設定された基準値と比較して塗装ムラの発生の有無を判定する。

上記のようにして塗装面に表面不良が発見された場合、当該不良部分を研磨することにて補修される。しかし、この研磨に際して生じる微小傷群によって、二次的な表面不良が生じることがある。この微小傷群は、通常『白ボケ』と呼ばれる。

近年、車両のボディの塗装は「メタリック塗装」が主流となっている。メタリック塗装では、メタリック（微粒なアルミ片）を混ぜたソリッドカラー塗料で、鉄板に複数の下塗り層を積層塗装することでメタリック層が形成されたうえに、メタリック層をコーティングするための透明塗料を塗装してクリア層が形成されている。このようにメタリック塗装が施された車両のボディの塗装面に対して光を照射した場合、表層側のクリア層とその下層のメタリック層の双方で光が反射することとなる。また、微小傷群以外にメタリック層に含まれるメタリックでも光が反射する。

微小傷群を含む塗装面に光を照射し、反射光を撮像して得られた画像では、微小傷群の存在する部分は、他の部分と輝度差が生じることとなるため、この輝度差を検出することにより微小傷群の有無を知ることは理論上では可能である。
しかしながら、例えば、図７に示すように、メタリック塗装が施された検査面からの反射光を撮像した画像データから輝度分布の標準偏差を算出した場合に、輝度分布のバラツキ（輝度差）がメタリック（又はメタリック層）からの反射によるものか、微小傷群によるものかの区別がつきにくく、また、メタリックからの反射と微小傷群とが重複することもあり、輝度分布の標準偏差に基づいて微小傷群のみを定量評価して表面不良の有無を判断することが困難となっている。
従って、メタリック塗装面の微小傷群（白ボケ）を正確に検出するために最適な画像処理方法が確立されておらず、熟練の技術者による官能評価に頼らざるを得ないのが現状である。
特開２０００−２０５８４６号公報

上記従来技術に鑑み、本発明では、熟練の技術者による官能評価と同等又はそれ以上の精度で、塗装面の微小傷群（白ボケ）を検出することを可能とする、画像処理技術を提案する。

本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段を説明する。

即ち、請求項１においては、検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データを加算平均した平均化画像を作成する加算平均手段と、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する画像縮小手段と、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する画像拡大手段と、前記拡大画像の輝度ヒストグラムを作成する輝度分布算出手段と、前記輝度ヒストグラムを分析して標準偏差を算出する標準偏差算出手段と、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する比較判定手段とを、備えるものである。

請求項２においては、検査面に光を照射する光源部と、検査面で反射した光を集光して結像する受光部と、前記結像された光を撮像して検出画像データを作成する撮像部と、前記検出画像データを画像処理して検査面の表面不良の有無を判定する画像処理部とで構成された表面不良検出装置であって、前記画像処理部は、前記検出画像データを加算平均した平均化画像を作成する加算平均手段と、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する画像縮小手段と、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する画像拡大手段と、前記拡大画像の輝度ヒストグラムを作成する輝度分布算出手段と、前記輝度ヒストグラムを分析して標準偏差を算出する標準偏差算出手段と、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する比較判定手段とを、備えるものである。

請求項３においては、加算平均手段と、画像縮小手段と、画像拡大手段と、輝度分布算出手段と、標準偏差算出手段と、判定手段とを備えた表面不良検出装置を用いて、検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データに基づいて前記検査面の表面不良の有無を判定する表面不良検出方法であって、前記加算平均手段にて、前記検出画像データを加算平均した平均化画像を作成するステップと、前記画像縮小手段にて、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成するステップと、前記画像拡大手段にて、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成するステップと、前記輝度分布算出手段にて、前記拡大画像の輝度ヒストグラムを作成するステップと、前記標準偏差算出手段にて、前記輝度ヒストグラムを分析して標準偏差を算出するステップと、前記判定手段にて、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定するステップとを、備えるものである。

請求項４においては、検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データを取得したコンピュータに、前記検出画像データを加算平均した平均化画像を作成する処理と、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する処理と、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する処理と、前記拡大画像の輝度ヒストグラムを作成する処理と、前記輝度ヒストグラムを分析して標準偏差を算出する処理と、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する処理とを、実行させるものである。

本発明の効果として、以下に示すような効果を奏する。

本発明によれば、メタリック塗装された検査面からの反射光を撮像して得られた検出画像データから、メタリックからの反射等に起因するノイズを除去して、微小傷群に基づく輝度変化のみを抽出することができる。よって、微小傷群による表面不良を精度良く検出することが可能となり、また、作業者の官能評価に頼らない定量的で客観的な表面不良の自動検出を実現できる。

次に、発明の実施の形態を説明する。
図１は本発明の一実施例に係る表面不良検出装置の全体的な構成を示す図、図２は画像処理部の構成を示すブロック図、図３は画像処理の流れ図である。図４は表面不良のない検査面の検出画像データの画像処理の過程を示す図、図５は表面不良のある検査面の検出画像データの画像処理の過程を示す図、図６は輝度分布の標準偏差と官能評価結果との比較図である。
図７は従来の画像処理を行って得られた輝度分布の標準偏差と官能評価結果との比較図である。

［表面不良検出装置１１］
まず、本発明の実施例に係る表面不良検出装置１１の構成について説明する。
図１に示すように、表面不良検出装置１１には、光源部１２と、受光部１３と、撮像部１４と、撮像部１４により検出された光を画像処理する画像処理部１５とが備えられる。

前記光源部１２は、検査面である塗装面１９に光を照射するためのものであって、光源が備えられる。前記光源は、例えばＬＥＤ素子にて構成され、該光源から検査面である塗装面１９に光が照射される。
前記受光部１３には、光源２１から照射されて塗装面１９で反射した光を集光するためのものであって、検査面である塗装面１９の上方に配置されたレンズが備えられる。なお、受光部１３にはレンズの他に光の方向を転換させるためのミラーを備えることもできる。
前記撮像部１４は、前記受光部１３にて集められて結像された光を撮像して、検出画像データを作成するものであって、例えば、ＣＣＤカメラ等のカメラである。
前記画像処理部１５は、前記撮像部１４にて得られた検出画像データを画像処理するためのものである。この画像処理において、塗装面１９における微小傷群等の表面不良の有無が判定される。

前記画像処理部１５は、本実施例において単数又は複数のコンピュータ（電子計算機）であって、加算平均手段４１、画像縮小手段４２、画像拡大手段４３、輝度分布算出手段４４、標準偏差算出手段４５、及び判定手段４６として機能するものである。但し、前記各手段４１〜４６として機能する専用装置をそれぞれ備えて画像処理部１５を構成することもできる。

［加算平均手段４１］
前記加算平均手段４１は、撮像部１４にて検査面を撮像して得た検出画像データが、平均化されて一つの画像データに統合された平均化画像Ｖ_１を作成するためのものである。加算平均手段４１では、複数の画像データが位置合わせされ、加算平均されて、平均化画像Ｖ_１が作成される。画像データが加算平均されることにて、画像が平均化されるとともにピクセル毎のノイズが除去される。

［画像縮小手段４２］
前記画像縮小手段４２は、例えば、図５（ａ）及び図５（ｂ）に示すように、平均化画像Ｖ_１を所定の縮小倍率αで縮小した縮小画像Ｖ_２を作成するためのものである。画像縮小手段４２では、双一次補間法（バイリニア補間法）を用いて、平均化画像Ｖ_１を縮小倍率αで補間縮小した縮小画像Ｖ_２が数学的に算出される。なお、双一次補間法は、ある点の値を、周りの４つの格子点の値から求める補間法である。

［画像拡大手段４３］
前記画像拡大手段４３は、例えば、図５（ｂ）及び図５（ｃ）に示すように、縮小画像Ｖ_２を所定の拡大倍率βで拡大した拡大画像Ｖ_３を作成するためのものである。画像拡大手段４３では、双一次補間法（バイリニア補間法）を用いて、縮小画像Ｖ_２を拡大倍率βで補間拡大した拡大画像Ｖ_３が数学的に算出される。

なお、前記縮小倍率α及び拡大倍率βは、任意に定めることができる。但し、縮小倍率αと拡大倍率βとは乗算すれば１となる関係を有する（例えば、縮小倍率αが１０％である場合、拡大倍率βは１０００％となる）ことが、既存の画像処理ソフト等との相関性を持たせる便宜を図る上で望ましい。

［輝度分布算出手段４４・標準偏差算出手段４５］
前記輝度分布算出手段４４は、拡大画像Ｖ_３の輝度値を算出し、輝度ヒストグラムを作成するためのものである。
前記標準偏差算出手段４５は、前記輝度ヒストグラムを分析して標準偏差σを算出するためのものである。

［判定手段４６］
前記判定手段４６は、算出された標準偏差σに基づいて、検査面の表面不良の有無を判定するためのものである。判定手段４６では、予め設定された閾値σ_０と標準偏差σとが比較され、標準偏差σが閾値σ_０を超える場合、表面不良（通称「白ボケ」とされる微小傷群）ありと判定され、標準偏差σが閾値σ_０以下の場合、表面不良なしと判定される。
なお、前記閾値σ_０は、実験的に求めたり、理論的に求めたりすることができ、予め画像処理部１５に設定されるものである。

［画像処理部１５の構成］
図２は、本実施例に係る画像処理部１５として機能するコンピュータ６０のハードウェア構成の一例を示す図である。
画像処理部１５としてのコンピュータ６０は、ＣＰＵ６１、ＲＯＭ６２、ＲＡＭ６３、記憶部６４、出入力部６５、操作入力部６６、表示部６７等を有し、これらはバス６８を介して相互に接続されており、ＣＰＵ６１による管理の元で相互にデータのやりとりを行うことができる。

ＣＰＵ６１は、コンピュータ６０全体の動作制御を司る中央処理手段である。
ＲＯＭ６２は、読み出し専用の記憶手段である。
ＲＡＭ６３は、記憶部６４に格納されている各種のアプリケーションプログラム（図１に示す各手段４１〜４６の機能や、図３に示す流れ図の処理を実現させる為のプログラム）をＣＰＵ６１が実行するときにワークメモリとして使用され、また各種のデータの一時的な格納領域として必要に応じて用いられるメインメモリとしても使用されるものである。
記憶部６４は、上記各種のアプリケーションプログラムやデータを格納する記憶手段である。
出入力部６５は、例えば任意のネットワークを介して外部装置とデータ送受信を行う為の通信制御部である。本実施例では、撮像部１４から、当該出入力部６５を介して、検出画像データを取り込むこととなる。
操作入力部６６は、例えばキーボード、マウス等であり、ユーザはこれらを操作してコンピュータに対し情報の入力を行うものである。
表示部６７は、ディスプレイであり、例えば、画像処理部１５の演算結果である平均化画像Ｖ_１、縮小画像Ｖ_２、拡大画像Ｖ_３、輝度ヒストグラム、及び判定結果等を、表示出力させるものである。

［画像処理手順］
続いて、検出画像データの画像処理の手順について、図３に示す流れ図を用いて説明する。
なお、前記検出画像データは、表面不良検出装置１１の光源部１２、受光部１３及び撮像部１４を用い、メタリック塗装面を検査面として得られた画像データである。検出画像データは、同一の検査面に対して複数が作成され、これらの検出画像データは画像処理部１５に取得されて画像処理が行われる。

検出画像データを取得した画像処理部１５は、加算平均手段４１にて、複数の検出画像データを加算平均して、平均化画像Ｖ_１を作成する（Ｓ２１）。

次に、画像処理部１５の画像縮小手段４２は、図４（ａ）（ｂ）又は図５（ａ）（ｂ）に示すように、平均化画像Ｖ_１を、所定の縮小倍率αで縮小し、縮小画像Ｖ_２を作成する（Ｓ２２）。
そして、画像処理部１５の画像拡大手段４３は、図４（ｂ）（ｃ）又は図５（ｂ）（ｃ）に示すように、縮小画像Ｖ_２を、所定の拡大倍率βで拡大し、拡大画像Ｖ_３を作成する（Ｓ２３）。

続いて、画像処理部１５の輝度分布算出手段４４は、拡大画像Ｖ_３の輝度値を算出し、例えば図４又は図５の紙面右側に示すような、輝度ヒストグラムを作成する（Ｓ２４）。さらに、画像処理部１５の標準偏差算出手段４５は、前記輝度ヒストグラムについて輝度の度数分布の標準偏差σを算出する（Ｓ２５）。

そして、画像処理部１５の判定手段４６は、算出した標準偏差σと、予め設定した閾値σ_０とを比較する（Ｓ２６）。
前記判定手段４６は、標準偏差σが閾値σ_０を超える場合（Ｓ２６のＹＥＳ）、表面不良ありと判定する（Ｓ２８）。
また、前記判定手段４６は、標準偏差σが閾値σ_０以下の場合（Ｓ２６のＮＯ）、表面不良なしと判定する（Ｓ２７）。

最後に、画像処理部１５は、表示部６７に判定結果を出力し（Ｓ２９）、処理を終了する。
なお、画像処理部１５は、平均化画像Ｖ_１、縮小画像Ｖ_２、拡大画像Ｖ_３、及び輝度ヒストグラムのうち、単数若しくは複数の組み合わせ、又は全部を、画像又はヒストグラムが作成された都度、表示部６７に表示出力させることができる。

図４では、微小傷群が存在しない塗装面（基準面）を検査面として得られた平均化画像Ｖ_１（図４（ａ））、縮小画像Ｖ_２（図４（ｂ））、拡大画像Ｖ_３（図４（ｃ））と、その標準偏差が示されている。
また、図５では、微小傷群が存在する塗装面を検査面として得られた平均化画像Ｖ_１（図５（ａ））、縮小画像Ｖ_２（図５（ｂ））、拡大画像Ｖ_３（図５（ｃ））と、その標準偏差が示されている。
なお、図４又は図５に示す塗装面は、自動車のメタリック塗装面であって、画像処理における縮小倍率αを１０％とし、拡大倍率βを１０００％としている。

図４及び図５から、検査面からの反射光を撮像して得られた検出画像データに対して、本発明に係る画像処理（平均化画像Ｖ_１に対して、双一次補間法を用いて補間縮小する処理が行われ、続いて、双一次補間法を用いて補間拡大する処理）を施すことにより、前記検出画像データに含まれているメタリック層のメタリックからの反射等に起因するノイズが除去されていることがわかる。このようにノイズが除去される結果、図４では、微小傷群に基づく輝度変化が強調されて顕著に表れている。

さらに、図４の微小傷群が存在しない塗装面では、輝度ヒストグラムの標準偏差が、平均化画像Ｖ_１；１０．９２＞縮小画像Ｖ_２；７．１１＞拡大画像Ｖ_３；５．６２と変化し、図５の微小傷群が存在する塗装面では、輝度ヒストグラムの標準偏差が、平均化画像Ｖ_１；１３．６５＞縮小画像Ｖ_２；１１．５０＞拡大画像Ｖ_３；１０．６５と変化している。
つまり、微小傷群が存在しない塗装面では、画像処理が施されてノイズが除去される結果、輝度ヒストグラムの標準偏差が低い値に収束している。また、微小傷群が存在する塗装面では、画像処理が施されてノイズが除去されても、輝度分布の特徴（裾拡がりでバラツキのある分布）は失われず、微小傷群が存在しない塗装面との差異がより明確となっている。
よって、輝度ヒストグラムの標準偏差を、表面不良の有無を判断する基準とする値として採用して、微小傷群による表面不良を精度良く検出することが可能となり、また、作業者の官能評価に頼らない定量的で客観的な表面不良の自動検出を実現できる。

図６は、本実施の形態において、標準偏差算出手段４５にて算出された標準偏差σと、従来から行われている熟練作業者による目視検査の官能評価との相関関係を示す図である。この図では、評価基準面と、官能評価にて表面不良なし（ＯＫ）と判断された検査面と、官能評価にて表面不良あり（ＮＧ）と判断された検査面とのそれぞれについて、上記画像処理手法に基づいて算出された標準偏差σが縦軸にプロットされている。
図６から、目視検査の官能評価にて表面不良（微小傷群）ありと判断された部位と、その部位の輝度分布の標準偏差σとの値には、緊密な相関関係が存在することがわかる。従って、本実施の形態における表面不良の有無の評価は、官能評価に近いかそれ以上であるといえる。

本発明の一実施例に係る表面不良検出装置の全体的な構成を示す図。 画像処理部の構成を示すブロック図。 画像処理の流れ図。 表面不良のない検査面の検出画像データの画像処理の過程を示す図。 表面不良のある検査面の検出画像データの画像処理の過程を示す図。 輝度分布の標準偏差と官能評価結果との比較図。 従来の画像処理を行って得られた輝度分布の標準偏差と官能評価結果との比較図。

符号の説明

１１ 表面不良検出装置
１２ 光源部
１３ 受光部
１４ 撮像部
１５ 画像処理装置
４１ 加算平均手段
４２ 画像縮小手段
４３ 画像拡大手段
４４ 輝度分布算出手段
４５ 標準偏差算出手段
４６ 判定手段

Claims (4)

1. 検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データを加算平均した平均化画像を作成する加算平均手段と、
   双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する画像縮小手段と、
   双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する画像拡大手段と、
   前記拡大画像の輝度ヒストグラムを作成する輝度分布算出手段と、
   前記輝度ヒストグラムを分析して標準偏差を算出する標準偏差算出手段と、
   前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する比較判定手段とを、
   備えることを特徴とする表面不良検出装置。
2. 検査面に光を照射する光源部と、検査面で反射した光を集光して結像する受光部と、前記結像された光を撮像して検出画像データを作成する撮像部と、前記検出画像データを画像処理して検査面の表面不良の有無を判定する画像処理部とで構成された表面不良検出装置であって、
   前記画像処理部は、
   前記検出画像データを加算平均した平均化画像を作成する加算平均手段と、
   双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する画像縮小手段と、
   双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する画像拡大手段と、
   前記拡大画像の輝度ヒストグラムを作成する輝度分布算出手段と、
   前記輝度ヒストグラムを分析して標準偏差を算出する標準偏差算出手段と、
   前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する比較判定手段とを、
   備えることを特徴とする表面不良検出装置。
3. 加算平均手段と、画像縮小手段と、画像拡大手段と、輝度分布算出手段と、標準偏差算出手段と、判定手段とを備えた表面不良検出装置を用いて、検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データに基づいて前記検査面の表面不良の有無を判定する表面不良検出方法であって、
   前記加算平均手段にて、前記検出画像データを加算平均した平均化画像を作成するステップと、
   前記画像縮小手段にて、双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成するステップと、
   前記画像拡大手段にて、双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成するステップと、
   前記輝度分布算出手段にて、前記拡大画像の輝度ヒストグラムを作成するステップと、
   前記標準偏差算出手段にて、前記輝度ヒストグラムを分析して標準偏差を算出するステップと、
   前記判定手段にて、前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定するステップとを、
   備えることを特徴とする表面不良検出方法。
4. 検査面に光を照射して該検査面で反射した光を撮像して得た検出画像データを取得したコンピュータに、
   前記検出画像データを加算平均した平均化画像を作成する処理と、
   双一次補間法を用いて前記平均化画像を所定の縮小倍率で縮小した縮小画像を作成する処理と、
   双一次補間法を用いて前記縮小画像を所定の拡大倍率で拡大した拡大画像を作成する処理と、
   前記拡大画像の輝度ヒストグラムを作成する処理と、
   前記輝度ヒストグラムを分析して標準偏差を算出する処理と、
   前記標準偏差と予め設定された閾値とを比較して表面不良の有無を判定する処理とを、
   実行させることを特徴とする表面不良検出プログラム。