JPH0619259B2 - 表面欠陥検査方法 - Google Patents
表面欠陥検査方法Info
- Publication number
- JPH0619259B2 JPH0619259B2 JP59063738A JP6373884A JPH0619259B2 JP H0619259 B2 JPH0619259 B2 JP H0619259B2 JP 59063738 A JP59063738 A JP 59063738A JP 6373884 A JP6373884 A JP 6373884A JP H0619259 B2 JPH0619259 B2 JP H0619259B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- type
- inspection
- characteristic information
- defect
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Lifetime
Links
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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
【発明の詳細な説明】 ［発明の技術分野］ 本発明は、例えば生産ラインより搬出される鋼板等の製
品の表面欠陥を検査する表面欠陥検査方法に関する。
品の表面欠陥を検査する表面欠陥検査方法に関する。
［発明の技術的背景］ 従来、この種の装置として、例えば被検査物の検査対象
面を撮像してその画像情報から傷等の表面欠陥の特徴を
検出し、この特徴を別途設定されたパラメータ情報とと
もに関数演算してこれにより上記表面欠陥の種類及び等
級を求めるものがある。
面を撮像してその画像情報から傷等の表面欠陥の特徴を
検出し、この特徴を別途設定されたパラメータ情報とと
もに関数演算してこれにより上記表面欠陥の種類及び等
級を求めるものがある。
ところで、例えば鋼板の生産ラインで生じる傷の種類
は、一般に１００種以上に及ぶほど多種であり、また等
級は１０階級程度に分けられる。このため、このような
多くの種類及び等級を正確に判定するには、上記パラメ
ータ情報を適確に設定することが極めて重要である。
は、一般に１００種以上に及ぶほど多種であり、また等
級は１０階級程度に分けられる。このため、このような
多くの種類及び等級を正確に判定するには、上記パラメ
ータ情報を適確に設定することが極めて重要である。
そこで、従来では、まず生産ラインから搬出される被検
査物のうち、予め欠陥があるものを適当にサンプルとし
て取出し、これらのサンプルから判別された表面欠陥の
種類及び等級を情報として蓄積する。
査物のうち、予め欠陥があるものを適当にサンプルとし
て取出し、これらのサンプルから判別された表面欠陥の
種類及び等級を情報として蓄積する。
そして、これらの情報が一定量以上蓄積された時点で演
算処理してパラメータ情報を求め、このパラメータ情報
を生産ラインにおける表面欠陥の種類および等級判定の
演算に供するようにしている。
算処理してパラメータ情報を求め、このパラメータ情報
を生産ラインにおける表面欠陥の種類および等級判定の
演算に供するようにしている。
［背景技術の問題点］ ところが、このような従来のパラメータ設定方式を使用
した検査方法では、 （１）サンプルとして取出された被検査物から得られる
表面欠陥の種類及び等級の情報が一定量以上蓄積された
時点でパラメータ情報を作成するものであるため、サン
プリングされる表面欠陥の数が限られたりまた種類及び
等級が偏り易く、この結果ラインの状態に十分適合した
パラメータを設定することが困難である。従って、判定
結果の精度を高めることができない。
した検査方法では、 （１）サンプルとして取出された被検査物から得られる
表面欠陥の種類及び等級の情報が一定量以上蓄積された
時点でパラメータ情報を作成するものであるため、サン
プリングされる表面欠陥の数が限られたりまた種類及び
等級が偏り易く、この結果ラインの状態に十分適合した
パラメータを設定することが困難である。従って、判定
結果の精度を高めることができない。
（２）ラインの状態や運転条件が変化した場合に、これ
に対応するパラメータ情報を作成し直すまでに多くの時
間がかかり、その間表面欠陥の自動検査を行なえない。
に対応するパラメータ情報を作成し直すまでに多くの時
間がかかり、その間表面欠陥の自動検査を行なえない。
等の欠点があった。
［発明の目的］ 本発明は、常に生産ラインの状態に応じて適確に表面欠
陥の種類及び等級を分類するに必要な基準となるパラメ
ータ情報を作成して随時このパラメータ情報を更新する
ことにより、表面欠陥の種類及び等級を精度良く判別す
ることができ、かつラインの状態や運転条件の変化に対
し目標基準信号を容易に得ることができる表面欠陥検査
方法を提供することを目的とする。
陥の種類及び等級を分類するに必要な基準となるパラメ
ータ情報を作成して随時このパラメータ情報を更新する
ことにより、表面欠陥の種類及び等級を精度良く判別す
ることができ、かつラインの状態や運転条件の変化に対
し目標基準信号を容易に得ることができる表面欠陥検査
方法を提供することを目的とする。
本発明は、上記目的を達成するため、搬送ライン上を移
動する被検査物の検査対象面に対向配設された画像入力
手段により入力される前記検査対象面の画像情報から特
徴情報を抽出し、この特徴情報を予め設定されたパラメ
ータ情報とに基づいて被検査物の種類及び等級を判定す
るに際して、前記検査対象面の光学情報から抽出される
表面欠陥の幅、長さ等の複数の要素からなる特徴情報を
記憶し、この記憶された特徴情報と予めこの欠陥につい
て判別結果として入力される表面欠陥の種類及び等級と
に基づいて前記検査対象面の表面欠陥の特徴情報を種類
及び等級毎に分類し、この分類された結果に対する平均
値ベクトル及び共分散行列を算出し、この算出結果をも
とに、前記表面欠陥の種類及び等級を分類する基準とな
るパラメータ情報を作成して識別関数を設定しておき、
前記被検査物の検査時に前記識別関数により搬送ライン
上を移動する被検査物の表面欠陥から抽出される特徴情
報における欠陥の種類及び等級を判定するようにしてい
る。
動する被検査物の検査対象面に対向配設された画像入力
手段により入力される前記検査対象面の画像情報から特
徴情報を抽出し、この特徴情報を予め設定されたパラメ
ータ情報とに基づいて被検査物の種類及び等級を判定す
るに際して、前記検査対象面の光学情報から抽出される
表面欠陥の幅、長さ等の複数の要素からなる特徴情報を
記憶し、この記憶された特徴情報と予めこの欠陥につい
て判別結果として入力される表面欠陥の種類及び等級と
に基づいて前記検査対象面の表面欠陥の特徴情報を種類
及び等級毎に分類し、この分類された結果に対する平均
値ベクトル及び共分散行列を算出し、この算出結果をも
とに、前記表面欠陥の種類及び等級を分類する基準とな
るパラメータ情報を作成して識別関数を設定しておき、
前記被検査物の検査時に前記識別関数により搬送ライン
上を移動する被検査物の表面欠陥から抽出される特徴情
報における欠陥の種類及び等級を判定するようにしてい
る。
［発明の実施例］ 図は本発明の一実施例における表面欠陥検査装置の概略
構成図で、１はローラ２により搬送される被検査物とし
ての鋼板を示している。尚、３は表面に形成された傷の
一例である。
構成図で、１はローラ２により搬送される被検査物とし
ての鋼板を示している。尚、３は表面に形成された傷の
一例である。
本装置は、上記鋼板１の検査対象面に対向配設された画
像入力手段としてのラインセンサ４と、このラインセン
サ４から出力された画像情報を波形整形した後デジタル
信号に変換する信号処理回路５と、その出力である画像
情報を前記ローラ２の回転角を検出するロータリーエン
コーダ６の出力に従って１ライン毎に記憶する画像メモ
リ７と、この画像メモリ７から読み出された画像情報よ
り例えばパターン認識やヒストグラムの形により傷の特
徴を検出する特徴抽出回路８と、上記画像メモリ７から
出力された画像情報を表示する画像表示装置９と、その
表示制御を行なう表示制御回路１０と、上記画像表示装
置９に表示された画像情報から得られる傷の種類及び等
級のコード情報を入力するための入力装置１１と、この
入力装置１１により入力された各情報および前記特徴抽
出回路８により得られた特徴情報をそれぞれ記憶するデ
ータメモリ１２と、このデータメモリ１２から読み出さ
れた各情報よりパラメータ情報を求めるパラメータ設定
回路１３と、このパラメータ設定回路１３で設定された
パラメータ情報および前記特徴抽出回路８で求められた
特徴情報をそれぞれ入力して傷の種類及び等級を判定す
る判定回路１４とから構成されている。
像入力手段としてのラインセンサ４と、このラインセン
サ４から出力された画像情報を波形整形した後デジタル
信号に変換する信号処理回路５と、その出力である画像
情報を前記ローラ２の回転角を検出するロータリーエン
コーダ６の出力に従って１ライン毎に記憶する画像メモ
リ７と、この画像メモリ７から読み出された画像情報よ
り例えばパターン認識やヒストグラムの形により傷の特
徴を検出する特徴抽出回路８と、上記画像メモリ７から
出力された画像情報を表示する画像表示装置９と、その
表示制御を行なう表示制御回路１０と、上記画像表示装
置９に表示された画像情報から得られる傷の種類及び等
級のコード情報を入力するための入力装置１１と、この
入力装置１１により入力された各情報および前記特徴抽
出回路８により得られた特徴情報をそれぞれ記憶するデ
ータメモリ１２と、このデータメモリ１２から読み出さ
れた各情報よりパラメータ情報を求めるパラメータ設定
回路１３と、このパラメータ設定回路１３で設定された
パラメータ情報および前記特徴抽出回路８で求められた
特徴情報をそれぞれ入力して傷の種類及び等級を判定す
る判定回路１４とから構成されている。
このような構成であるから、装置を起動すると、生産ラ
イン上に実際に搬送されている鋼板１の検査対象面がラ
インセンサ４により撮像され、画像メモリ７に記憶され
る。このとき、画像メモリ７には、鋼板１の移動に応じ
て画像情報の記憶位置がシフトしながら常に一定ライン
分の画像情報が記憶される。そしてこの記憶された画像
情報は、一定ライン分ずつ読み出されて特徴抽出回路８
に導かれ、この回路で傷の特徴が検出される。ここで、
この傷の特徴は、傷の幅ｘ１，ｘ２，面積ｘ３，濃度
（色）ｘ４等の複数の要素からなり、これらの要素を整
理したうえで特徴情報としてデータメモリ１２に記憶さ
れる。一方、上記画像メモリ７から読み出された画像情
報は、表示制御回路１０を介して画像表示装置９に表示
される。このとき、データメモリ１２に画像表示装置９
に表示された画像情報から判別される傷の種類及び等級
が入力装置１１よりコードとして入力され、記憶され
る。
イン上に実際に搬送されている鋼板１の検査対象面がラ
インセンサ４により撮像され、画像メモリ７に記憶され
る。このとき、画像メモリ７には、鋼板１の移動に応じ
て画像情報の記憶位置がシフトしながら常に一定ライン
分の画像情報が記憶される。そしてこの記憶された画像
情報は、一定ライン分ずつ読み出されて特徴抽出回路８
に導かれ、この回路で傷の特徴が検出される。ここで、
この傷の特徴は、傷の幅ｘ１，ｘ２，面積ｘ３，濃度
（色）ｘ４等の複数の要素からなり、これらの要素を整
理したうえで特徴情報としてデータメモリ１２に記憶さ
れる。一方、上記画像メモリ７から読み出された画像情
報は、表示制御回路１０を介して画像表示装置９に表示
される。このとき、データメモリ１２に画像表示装置９
に表示された画像情報から判別される傷の種類及び等級
が入力装置１１よりコードとして入力され、記憶され
る。
しかして、データメモリ１２には、オンラインで検出さ
れた傷の特徴、この傷について判別結果として入力され
る傷の種類及び等級の各情報がそれぞれ記憶される。
れた傷の特徴、この傷について判別結果として入力され
る傷の種類及び等級の各情報がそれぞれ記憶される。
さて、以上のようにしてデータメモリ１２に所定量以上
の情報が蓄積されると、例えばパラメータ設定回路１３
の指示によりデータメモリ１２から各情報が読み出さ
れ、これらの情報からパラメータ設定回路１３で傷の種
類及び等級判定の演算に必要なパラメータ情報が算出さ
れる。ここで、このパラメータ情報としては、平均値ベ
クトルＭ及び共分散行列Σがある。この平均値ベクトル
Ｍ及び共分散行列は次のように求める。
の情報が蓄積されると、例えばパラメータ設定回路１３
の指示によりデータメモリ１２から各情報が読み出さ
れ、これらの情報からパラメータ設定回路１３で傷の種
類及び等級判定の演算に必要なパラメータ情報が算出さ
れる。ここで、このパラメータ情報としては、平均値ベ
クトルＭ及び共分散行列Σがある。この平均値ベクトル
Ｍ及び共分散行列は次のように求める。
傷の特徴Ｘの各要素を次式で表すと、 平均値ベクトルＭはＸの平均値であり、次式で求めるこ
とができる。
とができる。
ここで、 但し、ｎ；サンプレ回数 Ｘの分散は次式で示される。
よって、分散行列は次式で求めることができる。
これらはそれぞれ傷の種類毎に定められている。すなわ
ち、ｉ番目の傷種の平均値ベクトル及び共分散行列をそ
れぞれＭｉ，Σｉとすると、これらは、 と表される。このパラメータ情報の算出は、データメモ
リ１２におけるデータの蓄積量が一定量増える毎に行わ
れる。従って、パラメータ設定回路１３では生産ライン
の状態に応じた常に新しいパラメータ情報が得られる。
ち、ｉ番目の傷種の平均値ベクトル及び共分散行列をそ
れぞれＭｉ，Σｉとすると、これらは、 と表される。このパラメータ情報の算出は、データメモ
リ１２におけるデータの蓄積量が一定量増える毎に行わ
れる。従って、パラメータ設定回路１３では生産ライン
の状態に応じた常に新しいパラメータ情報が得られる。
一方、判定回路１４は、前記特徴抽出回路８で新たな特
徴情報が得られる毎にこの特徴情報と前記パラメータ設
定回路１３からその時点でのパラメータ情報をそれぞれ
入力して、例えば次のような演算によって傷の種類及び
等級を判定する。すなわち、特徴抽出回路８から特徴情
報Ｘが到来すると、この特徴情報を変数として傷の各種
類毎に設定した識別関数ｇ１（Ｘ），ｇ２（Ｘ），…，
ｇＮ（Ｘ）をそれぞれ演算し、その各演算結果のうち最
大もしくは最小となるものを選択してこれを傷の種類で
あると判定する。例えば、ｇｉ（Ｘ）が最大となれば、
ｉ番目の傷種であると判定する。
徴情報が得られる毎にこの特徴情報と前記パラメータ設
定回路１３からその時点でのパラメータ情報をそれぞれ
入力して、例えば次のような演算によって傷の種類及び
等級を判定する。すなわち、特徴抽出回路８から特徴情
報Ｘが到来すると、この特徴情報を変数として傷の各種
類毎に設定した識別関数ｇ１（Ｘ），ｇ２（Ｘ），…，
ｇＮ（Ｘ）をそれぞれ演算し、その各演算結果のうち最
大もしくは最小となるものを選択してこれを傷の種類で
あると判定する。例えば、ｇｉ（Ｘ）が最大となれば、
ｉ番目の傷種であると判定する。
ここで、上記識別関数ｇｉ（Ａ）は例えば次のように求
められる。
められる。
ｇｉ（Ｘ）＝ｐ（Ｘｉ）ｐ（ｉ） （１） （最大） 但し、 ｐ（Ｘｉ）：Ｘがｊに属するときＸの生起確率 （Ｘについてのｊの確からしさ） ｐ（ｉ） ：カテゴリｊの事前生起確率 上記（１）式の対数をとると、 ｇｉ（Ｘ）＝ｌｎｐ（Ｘｉ）＋ｌｎｐｉ ＝ｌｎｐｉ−ｄ／２・ｌｎ２π ＝−１／２・ｌｎ｜Σｉ｜−１／２・ （Ｘ−Ｍｉ）ｔΣ−１（Ｘ−Ｍｉ） ここで、ｐ（ｉ）がカテゴリによらず一定とみなせるな
らば、 ｇｉ（Ｘ）＝ｌｎ｜Σｉ｜ ＋（Ｘ−Ｍｉ）ｔΣｉｉ（Ｘ−Ｍｉ） （最小） あるいは、Σｉがカテゴリによらず一定とみなせるなら
ば、 ｇｉ（Ｘ）＝ＭｉｔΣ−１Ｍｉ−２ＸｔΣ−１Ｍｉ ここで、Σｉを単位行列とみなせるとき、 ｇｉ（Ｘ）＝ＭｉｔＭｉ−２ＸｔＭｉ また、ＭｉｔＭｉ（＝ＭｉｔＭ）がカテゴリによらない
とみるならば、 ｇｉ（Ｘ）＝ＸｔＭｉ （最大） 一方、傷の等級は、例えば上記識別関数の演算結果の大
きさを予め設定してある１０段階の判別レベルに従って
分類することによって求められる。
らば、 ｇｉ（Ｘ）＝ｌｎ｜Σｉ｜ ＋（Ｘ−Ｍｉ）ｔΣｉｉ（Ｘ−Ｍｉ） （最小） あるいは、Σｉがカテゴリによらず一定とみなせるなら
ば、 ｇｉ（Ｘ）＝ＭｉｔΣ−１Ｍｉ−２ＸｔΣ−１Ｍｉ ここで、Σｉを単位行列とみなせるとき、 ｇｉ（Ｘ）＝ＭｉｔＭｉ−２ＸｔＭｉ また、ＭｉｔＭｉ（＝ＭｉｔＭ）がカテゴリによらない
とみるならば、 ｇｉ（Ｘ）＝ＸｔＭｉ （最大） 一方、傷の等級は、例えば上記識別関数の演算結果の大
きさを予め設定してある１０段階の判別レベルに従って
分類することによって求められる。
このように、本実施例であれば、予め生産ライン上を実
際に移動する鋼板１の検査対象面の撮像画像から抽出し
た特徴情報と、予め傷について判別結果として入力され
る傷の種類情報及び等級情報とからパラメータ情報を求
め、このパラメータ情報を用いて傷種の判定を行なった
ことによって、多数の傷の特徴情報を種類が偏ることな
くまんベんなくサンプリングすることができ、この結果
ラインの状態に適合した最適なパラメータ情報を得るこ
とができてこれにより如何なる傷に対しても正確に判定
することが可能となる。しかも、パラメータ情報は常に
生産ラインの状態に追従するように変化することから、
仮に生産ラインの状態や運転条件が変化したとしても、
この変化に即応し得て常に適確なパラメータ情報を設定
することができ、これにより正確な傷種の判定を行なう
ことができ、これにより正確な傷種の判定を行なうこと
ができる。また、本実施例では鋼板の撮像画像を表示し
て、この表示画像から傷の種類及び等級を判別してデー
タメモリ１２に入力するようにしたので、鋼板の移動速
度が速い場合でもその検査対象面を静止像とすることに
より、高速のラインに対しても十分適用することができ
る。
際に移動する鋼板１の検査対象面の撮像画像から抽出し
た特徴情報と、予め傷について判別結果として入力され
る傷の種類情報及び等級情報とからパラメータ情報を求
め、このパラメータ情報を用いて傷種の判定を行なった
ことによって、多数の傷の特徴情報を種類が偏ることな
くまんベんなくサンプリングすることができ、この結果
ラインの状態に適合した最適なパラメータ情報を得るこ
とができてこれにより如何なる傷に対しても正確に判定
することが可能となる。しかも、パラメータ情報は常に
生産ラインの状態に追従するように変化することから、
仮に生産ラインの状態や運転条件が変化したとしても、
この変化に即応し得て常に適確なパラメータ情報を設定
することができ、これにより正確な傷種の判定を行なう
ことができ、これにより正確な傷種の判定を行なうこと
ができる。また、本実施例では鋼板の撮像画像を表示し
て、この表示画像から傷の種類及び等級を判別してデー
タメモリ１２に入力するようにしたので、鋼板の移動速
度が速い場合でもその検査対象面を静止像とすることに
より、高速のラインに対しても十分適用することができ
る。
尚、本発明は上記実施例に限定されるものではない。例
えば、鋼板の移動速度が遅い場合には、画像表示装置９
を用いずにライン上の鋼板１の検査対象面を検査者が直
接目視することにより傷の種類情報および等級情報を入
力装置１１により入力するようにしてもよい。また、画
像入力手段としては、ＩＴＶカメラなどを用いてその撮
像画像を１フレーム分ずつ画像メモリ７に記憶するよう
にしてもよい。この場合、画像メモリを２個設けて交互
に撮像画像を記憶させるようにすれば、鋼板の検査対象
面の画像を漏れなく記憶することができる。このほか、
パラメータの設定演算や傷種の判定演算の方式、特徴抽
出回路の構成等についても本発明の要旨を逸脱しない範
囲で種々変更して実施できる。
えば、鋼板の移動速度が遅い場合には、画像表示装置９
を用いずにライン上の鋼板１の検査対象面を検査者が直
接目視することにより傷の種類情報および等級情報を入
力装置１１により入力するようにしてもよい。また、画
像入力手段としては、ＩＴＶカメラなどを用いてその撮
像画像を１フレーム分ずつ画像メモリ７に記憶するよう
にしてもよい。この場合、画像メモリを２個設けて交互
に撮像画像を記憶させるようにすれば、鋼板の検査対象
面の画像を漏れなく記憶することができる。このほか、
パラメータの設定演算や傷種の判定演算の方式、特徴抽
出回路の構成等についても本発明の要旨を逸脱しない範
囲で種々変更して実施できる。
［発明の効果］ 以上詳述したように本発明によれば、搬送ライン上を移
動する被検査物の検査対象面に対向配設された画像入力
手段により入力される前記検査対象面の画像情報から特
徴情報を抽出し、この特徴情報を予め設定されたパラメ
ータ情報とに基づいて被検査物の種類及び等級を判定す
るに際して、前記検査対象面の光学情報から抽出される
表面欠陥の幅、長さ等の複数の要素からなる特徴情報を
記憶し、この記憶された特徴情報と予めこの欠陥につい
て判別結果として入力される表面欠陥の種類及び等級と
に基づいて前記検査対象面の表面欠陥の特徴情報を種類
及び等級毎に分類し、この分類された結果に対する平均
値ベクトル及び共分散行列を算出し、この算出結果をも
とに、前記表面欠陥の種類及び等級を分類する基準とな
るパラメータ情報を作成して識別関数を設定しておき、
前記被検査物の検査時に前記識別関数により搬送ライン
上を移動する被検査物の表面欠陥から抽出される特徴情
報における欠陥の種類及び等級を判定することを特徴と
する表面欠陥検査方法を提供できる。
動する被検査物の検査対象面に対向配設された画像入力
手段により入力される前記検査対象面の画像情報から特
徴情報を抽出し、この特徴情報を予め設定されたパラメ
ータ情報とに基づいて被検査物の種類及び等級を判定す
るに際して、前記検査対象面の光学情報から抽出される
表面欠陥の幅、長さ等の複数の要素からなる特徴情報を
記憶し、この記憶された特徴情報と予めこの欠陥につい
て判別結果として入力される表面欠陥の種類及び等級と
に基づいて前記検査対象面の表面欠陥の特徴情報を種類
及び等級毎に分類し、この分類された結果に対する平均
値ベクトル及び共分散行列を算出し、この算出結果をも
とに、前記表面欠陥の種類及び等級を分類する基準とな
るパラメータ情報を作成して識別関数を設定しておき、
前記被検査物の検査時に前記識別関数により搬送ライン
上を移動する被検査物の表面欠陥から抽出される特徴情
報における欠陥の種類及び等級を判定することを特徴と
する表面欠陥検査方法を提供できる。
図は本発明の一実施例における表面欠陥検査装置の概略
構成図である。 １……鋼板、２……ローラ、３……傷、４……ラインセ
ンサ、５……信号処理回路、６……ロータリーエンコー
ダ、７……画像メモリ、８……特徴抽出回路、９……画
像表示装置、１０……表示制御回路、１１……入力装
置、１２……データメモリ、１３……パラメータ設定回
路、１４……判定回路。
構成図である。 １……鋼板、２……ローラ、３……傷、４……ラインセ
ンサ、５……信号処理回路、６……ロータリーエンコー
ダ、７……画像メモリ、８……特徴抽出回路、９……画
像表示装置、１０……表示制御回路、１１……入力装
置、１２……データメモリ、１３……パラメータ設定回
路、１４……判定回路。
フロントページの続き (56)参考文献 特開 昭55−67604（ＪＰ，Ａ) 特開 昭58−21110（ＪＰ，Ａ) 特開 昭57−143686（ＪＰ，Ａ) 特開 昭49−122932（ＪＰ，Ａ) 特開 昭59−9505（ＪＰ，Ａ) 特開 昭59−34108（ＪＰ，Ａ) 実開 昭58−108423（ＪＰ，Ｕ)
Claims (1)
- 【請求項１】搬送ライン上を移動する被検査物の検査対
象面に対向配設された画像入力手段により入力される前
記検査対象面の画像情報から特徴情報を抽出し、この特
徴情報と予め設定されたパラメータ情報とに基づいて被
検査物の種類及び等級を判定するに際して、 前記検査対象面の光学情報から抽出される表面欠陥の
幅、長さ等の複数の要素からなる特徴情報を記憶し、こ
の記憶された特徴情報と予めこの欠陥について判別結果
として入力される表面欠陥の種類及び等級とに基づいて
前記検査対象面の表面欠陥の特徴情報を種類及び等級毎
に分類し、この分類された結果に対する平均値ベクトル
及び共分散行列を算出し、この算出結果をもとに、前記
表面欠陥の種類及び等級を分類する基準となるパラメー
タ情報を作成して識別関数を設定しておき、 前記被検査物の検査時に前記識別関数により搬送ライン
上を移動する被検査物の表面欠陥から抽出される特徴情
報における欠陥の種類及び等級を判定することを特徴と
する表面欠陥検査方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59063738A JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59063738A JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60207004A JPS60207004A (ja) | 1985-10-18 |
| JPH0619259B2 true JPH0619259B2 (ja) | 1994-03-16 |
Family
ID=13238050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59063738A Expired - Lifetime JPH0619259B2 (ja) | 1984-03-31 | 1984-03-31 | 表面欠陥検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0619259B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63167209A (ja) * | 1986-12-27 | 1988-07-11 | Hinode Eng Kk | 表面検査装置 |
| JP2693677B2 (ja) * | 1991-12-27 | 1997-12-24 | 住友金属工業株式会社 | 疵検査装置 |
| JP2010281733A (ja) * | 2009-06-05 | 2010-12-16 | National Institute Of Information & Communication Technology | ３ｄ光学作像システム |
| CN116881530B (zh) * | 2023-06-20 | 2024-02-02 | 南京晓庄学院 | 一种基于深度学习的器件表面缺陷检测系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5425782B2 (ja) * | 1973-03-28 | 1979-08-30 | ||
| JPS5567604A (en) * | 1978-11-16 | 1980-05-21 | Oosakafu | Gear automatic inspection unit |
| JPS57143686A (en) * | 1981-03-02 | 1982-09-04 | Fuji Electric Co Ltd | Recognizing device for plural patterns |
| JPS5821110A (ja) * | 1981-07-29 | 1983-02-07 | Nippon Kogaku Kk <Nikon> | パタ−ン検査装置 |
| JPS599505A (ja) * | 1982-07-08 | 1984-01-18 | Yamatake Honeywell Co Ltd | パタ−ン検査方法 |
| JPS58108423U (ja) * | 1982-11-11 | 1983-07-23 | 富士通株式会社 | パタ−ンの特徴抽出装置 |
-
1984
- 1984-03-31 JP JP59063738A patent/JPH0619259B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS60207004A (ja) | 1985-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109255787B (zh) | 基于深度学习和图像处理技术的丝锭划痕检测系统及方法 | |
| US7409081B2 (en) | Apparatus and computer-readable medium for assisting image classification | |
| CN115351598A (zh) | 一种数控机床轴承检测方法 | |
| CN111161243A (zh) | 基于样本增强的工业产品表面缺陷检测方法 | |
| CN111242899B (zh) | 基于图像的瑕疵检测方法及计算机可读存储介质 | |
| CN119919387B (zh) | 一种光学膜表面瑕疵检测方法、系统、产品和介质 | |
| CN116008289B (zh) | 一种非织造产品表面缺陷检测方法及系统 | |
| CN116030016A (zh) | 产品图像缺陷检测方法、装置、电子设备及存储介质 | |
| CN120232899B (zh) | 一种基于机器视觉的激光刻蚀标签纸表面瑕疵检测方法 | |
| JPH08189904A (ja) | 表面欠陥検出装置 | |
| CN118552542B (zh) | 一种基于图像识别的柔性线路板表面镀层质量检测方法 | |
| CN113936291A (zh) | 一种基于机器视觉的铝模板质检、回收方法 | |
| JP3322958B2 (ja) | 印刷物検査装置 | |
| CN117593565A (zh) | 一种利用电缆截面图像对电缆的种类进行识别的方法 | |
| CN115988175A (zh) | 一种基于机器视觉的售货机料道监控系统 | |
| CN119904425B (zh) | 一种基于机器视觉的印刷品印刷质量检测分析系统 | |
| KR101782366B1 (ko) | 스케일 보정을 통한 표본 정규화가 수행되는 학습기반의 비전검사 방법 | |
| JPH07318508A (ja) | 画像判定装置および画像判定方法 | |
| CN116645351B (zh) | 一种复杂场景的缺陷在线检测方法及系统 | |
| JPH08189905A (ja) | 疵検査装置 | |
| JPS60207004A (ja) | 表面欠陥検査装置 | |
| WO2001014928A2 (en) | Print inspection system | |
| JPH08271440A (ja) | 疵検査装置 | |
| CN120689347B (zh) | 一种基于机器视觉的半导体载带表面质量检测方法及系统 | |
| JPH0627035A (ja) | 印刷物の汚損度判別装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |