JPH10121368A

JPH10121368A - 織布の検反装置

Info

Publication number: JPH10121368A
Application number: JP8272400A
Authority: JP
Inventors: Takahiro Kubota; 隆弘窪田
Original assignee: Toyobo Co Ltd
Current assignee: Toyobo Co Ltd
Priority date: 1996-10-15
Filing date: 1996-10-15
Publication date: 1998-05-12
Anticipated expiration: 2016-10-15
Also published as: KR100441313B1; JP3013789B2; TW381136B; KR19980032767A

Abstract

(57)【要約】【課題】織組織に左右されず、同一光学条件で経糸異
常、緯糸異常を同時に高精度で抽出し、かつ低コストで
自動的に検査が可能な織布の検反装置を提供すること。【解決手段】織布を撮像し、撮像された織布の画像デ
ータに基づいて織布の検査を行なうための織布の検反装
置であって、織布の画像データから織布の組織周期を算
出し、組織周期に基づいて画像データの比較領域を設定
し、特徴量抽出回路１２によって抽出された比較領域内
の画像データの統計量に基づいて欠陥を抽出するための
ＣＰＵ１７を含む。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、織布の検反装置に
関し、特に、製織中の織布または織上がった織布の欠陥
の有無を自動検査するための織布の検反装置に関する。

【０００２】

【従来の技術】従来、織布の外観を検査する装置または
方法として、カメラにより織布表面の画像を撮像し、そ
の撮像結果から得られる画像濃淡データをしきい値と比
較して外観の異常を検出する検反装置や、レーザ光を織
布に照射し、その反射光または透過光を受光素子によっ
て受光し、その受光量のレベルとしきい値とを比較して
異常を検出する自動検反方法等が知られている。しか
し、この検反装置や検反方法で検知できる欠陥は、人が
目視で簡単に判定できるような糸抜け等の比較的大きな
欠陥に限られるという問題点があった。また、振動や外
乱等で検知精度が大きく低下するという問題点もあっ
た。

【０００３】検知精度を向上させる方法として、たとえ
ば、特開平４−１４８８５２号公報に開示された発明が
ある。この発明には、光源から織布に照射されて透過す
る光を、検査対象の糸方向に配置された光学スリットを
介して受光素子により受光し、受光波形と基準波形との
比較から異常を検出する方法が開示されている。この方
法は、光を透過する部分、すなわち抽出された織布開口
部の特徴量をもとに欠陥の有無を判定しようとするもの
である。

【０００４】また、特開平３−２４９２４３号公報にお
いては、受光センサを２対の公知の櫛形とし、両者の出
力の差分値と予め設定したしきい値との比較から異常を
検出する方法が開示されている。この方法では、２対の
櫛形受光センサに織布狭領域を２分割した濃淡情報が反
映されるため、振動や外乱光があっても、両者の差分値
出力により相殺される効果がある。

【０００５】目視で行なう検査と同等の精度を確保する
ためには、従来の織布開口部の特徴検査に加えて、糸成
分そのものの特徴をも抽出する必要がある。たとえば、
経糸流込み欠陥のような欠陥に対しては目視検査では、
糸交絡点上の検査対象方向糸の上下関係の周期性の乱れ
から欠陥の有無が判定される。したがって、この欠陥を
機械的に検出しようとすると、糸交絡点座標上で経糸が
緯糸の上または下にある糸成分のみを抽出すればよいこ
とになる。この欠陥を画像処理によって検出するために
は、濃淡画像の２値化処理が不可欠であるが、従来の固
定２値化法では、緯糸の上または下にある経糸成分のみ
の抽出は対象部の濃度が均一でないため不可能であっ
た。

【０００６】本出願人は、上述した問題点を改善した織
布の検反装置を特願平７−１９８１７１号に開示してい
る。この発明は、透光手段により織布に照射した光をＣ
ＣＤ（Charge Coupled Device ）素子にて撮像し、これ
によって得られた画像データをもとに織布情報（糸の密
度、糸の傾き、織組織等）を算出し、この織布情報から
得られた糸ピッチ幅を有する領域と、この糸ピッチ幅の
整数倍離れた位置の他の領域との画像データ全体にわた
る相関値に対して、設定されたしきい値との比較を行な
うことにより、織組織の異なる領域を経糸、緯糸の区別
なく、同一光学条件で織布の全幅に対して高精度に検出
するものである。

【０００７】

【発明が解決しようとする課題】上述した特開平４−１
４８８５２号公報に開示された発明においては、たとえ
ば、経糸の流込み欠陥のように織布開口部が良品とあま
り変わらない欠陥の場合には欠陥が検知できず、検知精
度が著しく低下するという問題点があった。またこの方
法においては、織密度が一定でかつ光学スリットと検査
対象方向の糸とが平行であることが前提となる。しかし
ながら、実際の織布の織密度はさまざまなものが存在
し、その都度光学スリットの交換が必要となるという問
題点がある。また、実際の織上がりの糸、特に経糸は、
織布の両側部で湾曲しており上記条件が維持できず、検
知精度が低下するという問題点もある。

【０００８】また、特開平３−２４９２４３号公報に開
示された発明においては、特開平４−１４８８５２号公
報に開示された発明と同様に、抽出できる欠陥に制限が
ある点や織密度が変わったり、櫛形受光センサと検査対
象の糸との平行度が維持できないと検知精度は低下する
という問題点がある。

【０００９】また、上述した発明はともに、同じセンサ
で経糸および緯糸の異常を同時に検出できないという問
題点もある。

【００１０】さらに、特願平７−１９８１７１号に開示
された発明においては、平織以外の朱子織や綾織といっ
た織組織の異なる織布の欠陥に対してはあまり効果がな
いことが認められている。

【００１１】本発明は、上記問題点を解決するためにな
されたものであり、請求項に記載の発明の目的は、織組
織に左右されず、同一光学条件で経糸異常および緯糸異
常を同時に高精度で検出でき、かつ、低コストで自動的
に検査が可能な織布の検反装置を提供することである。

【００１２】

【課題を解決するための手段】請求項１に記載の発明
は、織布を撮像し、撮像された織布の画像データに基づ
いて織布の検査を行なうための織布の検反装置であっ
て、織布の画像データから織布の組織周期を算出するた
めの組織周期算出手段と、組織周期に基づいて画像デー
タの比較領域を設定するための比較領域設定手段と、比
較領域内の画像データから統計量を抽出し、統計量に基
づいて欠陥を抽出するための欠陥抽出手段とを含む。

【００１３】織布の組織周期を算出し、この組織周期に
基づいて画像データの比較領域を設定することによっ
て、織密度、織組織等の異なる複数の種類の織布の異常
を経糸または緯糸の区別なく、織布の全幅にわたって高
精度に異常を検出することが可能になる。

【００１４】

【発明の実施の形態】図１は、本発明の実施の形態にお
ける検反装置の概略ブロック図である。検反装置は、カ
メラレンズ３、ＣＣＤカメラ４、Ａ／Ｄ変換器５、フレ
ームメモリ６、微分強調等の前処理加工を行なうための
前処理回路７、ＦＦＴ（Fast FourierTransform）回路
８、検査対象糸を検査対象糸方向座標に濃度投影するた
めの濃度投影回路９、濃淡画像を２値化するための２値
化回路１０、矩形領域内の２値画像にラベルリングを行
なうための結合情報統合化回路１１、ラベルを付された
２値画像の各種特徴量を抽出するための特徴量抽出回路
１２、中間周波数領域をカットするためのフィルタ回路
１３、画像データに対して論理演算を行なうための画像
論理演算回路１４、画像バス１５、ＣＰＵバス１６、Ｃ
ＰＵ（Central Proccessing Unit）１７、ＲＯＭ（Read
Only Memory）１８、ＲＡＭ（Random Access Memory）
１９およびキーボードやディスプレイ等の入出力装置２
０を含む。

【００１５】光源１から照射される光は、織布２の隙間
を透過し、カメラレンズ３で集光されてカメラ４内のＣ
ＣＤ素子に結像される。光源１は、透過方式または反射
方式のいずれでもよいが、糸交絡点の糸の上下像が鮮明
に撮像できる点と、欠陥の特徴を顕著に観察できる織布
開口部の撮像が容易な透過方式が好ましい。また、光源
１は、エリア型のＣＣＤカメラを用いる場合は、面照度
の均一な散乱光が好ましい。ライン型のＣＣＤカメラを
用いる場合、光源１の種類としては、半導体レーザ、Ｈ
ｅＮｅレーザ等をレンズを用いてスリット状に広げて照
射する光源や、ロッドレンズ側面からハロゲン光を入射
させ、ロッドに設けられた特殊なスリット状散乱塗料に
よりスリット状に照射される光源や、スリット状の光フ
ァイバ照明を用いてもよい。この中で、ロッドを使用し
た光源は幅方向の配向特性が均一でありかつ高い輝度を
得られる点で最も好ましい。本実施の形態では、エリア
型のＣＣＤカメラを使用した例を示す。もし、織布が低
速度で走行されるという前提でライン型のＣＣＤカメラ
を使用する場合は、図１に示すように、Ａ／Ｄ変換器５
とフレームメモリ６との間に１次元画像データを２次元
画像データに変換するための１次元／２次元変換器３０
を追加すればよい。

【００１６】織布を透過する光量は特に限定されない
が、ＣＣＤの更新周期内で十分な電荷を蓄積できるレベ
ルの光量であれば特に問題はない。カメラレンズ３の拡
大倍率は、製品の織密度の中で最も細かな織密度を基準
に決定される。一般に、織布像拡大率の高い画像ほど欠
陥の抽出が容易な傾向にある。しかし、後述するよう
に、統計量が抽出される矩形領域のサイズは、織組織周
期に合わせる必要があるため、撮像した画像内に検査対
象方向の糸が少なくとも組織周期の糸数の倍の本数以上
あることが前提となる。

【００１７】ＣＣＤカメラ４で撮像された濃淡画像デー
タは、Ａ／Ｄ変換器５によって８ビットのデジタル画像
データに変換された後、フレームメモリ６に格納され
る。上述したようにＣＣＤカメラ４がライン型の場合に
は、１次元／２次元変換器３０が１次元画像データを２
次元画像データに変換してフレームメモリ６に格納す
る。格納された画像データは、前処理回路７によって、
欠陥を効果的に抽出させるために、輪郭を強調するため
の微分強調等の前処理加工を行なう。前処理加工がされ
た画像から、後述する統計量が抽出される矩形領域のサ
イズを設定するために織組織周期が求められる。これ
は、以下の方式によって実現できる。

【００１８】矩形領域の短軸は、検査対象となる糸に対
して垂直方向に設定される。この短軸の幅を最も小さい
値（同一光学条件において撮像される織布画像の中で、
最も検査対象糸密度の高い糸のピッチサイズに相当する
画素数）から順に比較領域の短軸方向の画素数を増やし
ながら、１対の比較領域（異なる領域に設定された同じ
大きさの２つの比較領域）内の画像データの相関値を求
める。求められた相関値の中で最大値となる短軸の幅が
織組織周期と一致することがわかった。この短軸の幅を
比較領域の短軸サイズとする。なお、組織周期を求める
方式は、濃淡画像ではなく２値画像に変換した後でおこ
なってもよい。また、たとえば、検査対象糸と垂直方向
の濃度波形の特徴を抽出して周期性を求める方式や、Ｆ
ＦＴにおける周期性を求める方式でも織組織周期の算出
は可能であるが、方式は特に限定されるものではない。

【００１９】次に、検査対象糸方向の平均糸ピッチと平
均糸傾量を自動算出するために、濃度投影回路９におい
て検査対象糸方向座標に濃度投影（濃度加算処理）を行
い、１次元の濃度データを生成する。この濃度データに
対してＦＦＴ回路８によってフーリエ変換が行なわれ、
スペクトル最頻値の実数データと虚数データが求められ
る。この実数データと虚数データとから検査対象糸方向
の糸平均ピッチ（織密度）および傾き量が求められる。
なお、傾き量を求めるために、上述した処理を検査対象
方向の糸に対して画像領域を少なくとも２分割以上設定
して行ない、得られたそれぞれの虚数データ、すなわち
位相成分のデータをもとに平均法や、最小二乗法等によ
って傾き量を求める。

【００２０】なお、高速フーリエ変換は、常時行なわれ
る必要はないため、ＣＰＵ１７によるソフト処理によっ
ても可能である。また、本方式は、糸抜け等の欠陥情報
が画像データに含まれる場合でも高精度に求められる利
点がある。

【００２１】糸方向の算出法の他の方式として、たとえ
ば、検査対象糸垂直方向を微分してその輪郭を強調させ
た後、その軸波形のピーク値を追跡する方法や、ほぼ直
線上に並んだ多数の点列から、できるだけそれらの多く
を通る直線を決定するHough変換により、糸方向を求め
る手法等があるが、方式は特に限定されるものではな
い。

【００２２】次に、画像データに対して２値化回路１０
によって２値化処理が行なわれる。２値化は、検査方向
の糸成分の特徴量を抽出するために行なわれる。特に、
経糸の場合、緯糸との交絡点上の上または下にある成分
のみの抽出が必要となる。この処理を図２を参照しなが
ら説明する。

【００２３】まず、織布の切断部における画像データの
Ｘ軸方向の濃淡データを順に抽出して生波形を生成す
る。そして、生波形をフィルタ回路１３を通すことによ
って、フィルタ波形が生成される。フィルタ回路１３
は、予め求められた検査対象の糸方向の周期成分を含む
中間周波数領域をカットするためのバンドエリミネーシ
ョンフィルタである。フィルタ回路１３を通して得られ
たフィルタ波形に若干のオフセット値を加えてしきい値
を求める。そして、生波形がしきい値より大きいか否か
によって切断部における画像データが２値化される。こ
の処理を切断部をＹ軸方向に走査しながら繰返すことに
よって第１の２値画像が生成される。同様に、切断部を
Ｙ軸方向にとり、切断部における画像データを２値化し
Ｘ軸方向に走査しながら繰返すことによって第２の２値
画像が生成される。

【００２４】第１の２値画像は経糸方向と垂直方向にフ
ィルタ処理されたものであるので、第１の２値画像は交
絡点上の緯糸の上にある経糸成分のみの２値画像が生成
される。また、第２の２値画像は、交絡点上の経糸の上
下を含んだ緯糸成分のみの２値画像が生成される。上述
した２値化法は、さらに、照明の変動、照度むら、織布
の局所的な織密度むら、または糸のつや違い等があって
も糸情報のみを確実に抽出できる利点がある。

【００２５】２値化後の画像の一例を図３（ａ）および
（ｂ）に示す。上述した第１の２値画像および第２の２
値画像をもとに、後述する矩形領域処理を行なえば、織
布の欠陥情報が求まるが、経糸方向の２値画像は経糸が
緯糸の上から両隣の緯糸の下にもぐり込む中間の画像も
含まれる。この情報は、織布の欠陥抽出には不必要であ
るため、経糸の検査の場合、第１の２値画像と第２の２
値画像とを画像論理演算回路１４によってＡＮＤ論理演
算を行なうことにより、完全な交絡点上の緯糸上にある
経糸画像のみに変換できる。変換後の２値画像の一例を
図３（ｃ）に示す。

【００２６】求められた検査対象糸方向の組織周期と糸
方向とから統計量を抽出するための矩形領域が自動生成
される。織組織が平織の場合の矩形領域の一例を図４
（ａ）および（ｂ）に示す。矩形領域の長軸方向の長さ
は特に限定するものではないが、糸抜け等の連続に発生
する欠陥に対しては長く設定するほど欠陥検知の精度は
向上する傾向にある。また、局所的に発生する毛羽等に
よる欠陥に対しては短い方が精度は向上する。長軸方向
の長さは、検査対象となる織布の特徴に合せて決定すれ
ばよく、検査中に長さを可変にして複数回同一処理を行
なってもよい。

【００２７】矩形領域の設定方法は、図４（ａ）および
（ｂ）に示すような隣接する１対の矩形領域（領域１＝
Ａ×Ｈ、領域２＝Ｂ×Ｈ）に限定されるものではない。
すなわち、図４（ｃ）に示すように、比較する矩形領域
を交互（領域１＝Ａ×Ｈ＋Ｃ×Ｈ、領域２＝Ｂ×Ｈ＋Ｄ
×Ｈ）に設定してもよい。ただし、矩形領域の短軸方向
のサイズ（画素数）は、検査対象糸方向の糸の織組織周
期と一致することが前提である。このように矩形領域を
設定することで、織布の組織パターンがどのような形状
であっても同一の検査が可能となる。ただし、矩形領域
の長軸方向と検査対象糸方向との位相がずれると、欠陥
の検知精度は低下する。この問題を回避するために、上
述したように検査対象糸方向を自動算出し、矩形領域の
長軸方向を対象糸方向に追従させるか、または画像を対
象糸の傾き量だけ回転させ、矩形領域の長軸と検査対象
糸方向とを合わせる。これにより、たとえば、製織中の
織布の両側に生じる経糸の傾きやセンサ固定時の軸出し
ミスによる欠陥検知精度の低下を回避できる。

【００２８】また、検査対象糸の平均密度を算出し、統
計値を算出するための矩形領域の長軸を自動的に最適化
することにより、織密度の異なる織布を検査する場合で
あっても光学条件を何ら調整することなく同一検査が行
なえる利点がある。さらに、隣接する矩形領域間の統計
量の比較処理の途中に、たとえば、検査中に光源の光量
が相対的に低下または上昇した場合であっても、これら
の影響は相殺される利点がある。ただし、ハレーション
を起こすような光が近くに存在する場合は、図１に示す
遮蔽板２１を設置するとよい。

【００２９】結合情報統合化処理回路１１は、矩形領域
内の２値画像のラベリングを行う。たとえば、図３
（ｃ）に示す２値画像の場合、交絡点上の緯糸の上にあ
る経糸成分として抽出された２値画像のそれぞれに対し
てラベルが付される。そして、特徴量抽出回路１２は、
矩形領域内の２値画像の特徴量（統計量）を抽出する。

【００３０】矩形領域内の統計量としては、黒または白
の総画素数と、総ラベル数と、ラベルが付された各２値
画像の特徴量である面積、フィレ径、形状比、主軸角、
周囲長、または近接ラベル重心間距離等の最大値、平均
値もしくは最小値とであり、欠陥の抽出は、これら統計
量の差分値、画像パターン相関性または統計量と基準デ
ータとの比較によって行なう。ただし、画像パターン相
関性に関しては２値画像のみでなく元の濃淡画像で行な
ってもよい。また、フィレ径とは、ラベルを付された一
固まりの２値画像のＸ軸方向の投影部の長さとＹ軸方向
への投影部の長さを意味する。

【００３１】図５（ａ）および（ｂ）は、欠陥抽出の一
例を示す図である。（ａ）は、正常な織組織を示し、
（ｂ）は２本通し違い欠陥の一例を示す。このような欠
陥は、従来の織布開口部の比較では抽出が困難である
が、図５に示すように、上述した２値化処理による２値
画像を矩形領域内で比較すると、（ｂ）における左右の
矩形領域内の位置パターン整合性が全く異なる。すなわ
ち、交絡点上の緯糸の上にある経糸成分（図５中では黒
い四角形で表わされる）の位置パターンが全く異なって
いる。したがって、１対の矩形領域間のパターン整合性
を演算することで、簡単に織組織の欠陥が抽出できるこ
とがわかる。なお、欠陥の抽出は、上述した統計量をも
とにＣＰＵ１７が行なう。演算結果は、入出力装置２０
のディスプレイ等によって出力される。

【００３２】製織中の織布をインラインで検査する場
合、風綿等の異物が織布表面に付着する場合がある。従
来技術において説明したように、織布開口部の特徴量を
もとに欠陥の有無を比較する場合や、２対の近傍領域内
の濃度データの比較のみで欠陥を抽出しようとすると、
これらの異物を欠陥と誤判定してしまう。この問題を回
避するために、上述した統計量の総合比較、統計量と基
準値との比較を行なう。たとえば、透過方式の検査で、
異物がある場合、リード通し違いの経糸欠陥と異物によ
る欠陥とを上述した矩形領域間で比較すると、矩形領域
内の濃淡データの平均値である平均濃度値は明らかに異
なる。したがって、従来の演算方式に加えて、このよう
な統計量の比較を判定に加えることによって、欠陥と異
物等の外乱要素との分離が可能となる。なお、ここに示
した判定の際のパラメータとなる統計量は、特に限定さ
れるものではなく、対象欠陥で特異な特徴を示す統計量
を予め実験等で求めるか、インライン中にヒストグラム
を作成し、このヒストグラムによって対象欠陥の特徴を
求めるか、あるいはそれらを組合せて処理するとよい。
また、本方式は、同時に豊富な統計量の抽出ができるた
め、たとえば、ファジィ推論や重回帰分析等での欠陥の
識別も可能である。

【００３３】図６は、本実施の形態における織布の検反
装置の処理手順を示すフローチャートである。まず、Ｃ
ＣＤカメラ４によって撮像された濃淡画像データが、Ａ
／Ｄ変換器５によって８ビットのデジタル画像データに
変換された後、フレームメモリ６に取込まれる。その
際、ＣＣＤカメラ４がライン型であれば、１次元／２次
元変換器３０によって１次元画像データが２次元画像デ
ータに変換された後、フレームメモリ６に取込まれる
（Ｓ１）。

【００３４】次に、前処理回路７は、フレームメモリ６
に取込まれた濃淡画像データを読出して、画像の輪郭を
強調するための微分強調等の前処理加工を行なう（Ｓ
２）。ＣＰＵ１７は、前処理加工がなされた濃淡画像デ
ータに基づいて、上述した方式により検査対象糸の組織
周期を抽出する。また、濃度投影回路９によって濃淡画
像データが濃度投影された後、ＦＦＴ回路８が濃度投影
された画像データに対してフーリエ変換することによっ
て糸方向が算出される（Ｓ３）。

【００３５】２値化回路１０は、濃淡画像データに対し
てフィルタ処理を行なうことによって、交絡点上の緯糸
の上にある経糸成分のみの２値画像（第１の２値画像）
を生成し（Ｓ４）、さらに交絡点上の経糸の上下を含ん
だ緯糸成分のみの２値画像（第２の２値画像）を生成す
る（Ｓ５）。

【００３６】画像論理演算回路１４は、第１の２値画像
と第２の２値画像との演算を行ない、交絡点上の緯糸の
上にある経糸成分のみの２値画像、あるいは交絡点上の
経糸の上にある緯糸成分のみの２値画像である第３の２
値画像を生成する（Ｓ６）。

【００３７】次に、ＣＰＵ１７は検査対象糸方向の組織
周期と糸方向とから、第３の２値画像に矩形領域を設定
する（Ｓ７）。特徴量抽出回路１２は、設定された矩形
領域内の２値画像データから各種統計量を抽出する（Ｓ
８）。１対の矩形領域を設定した場合には、それぞれの
矩形領域の各種統計量を比較することによって欠陥の有
無を判定する。また、予め基準値が設定されている場合
には、矩形領域の各種統計量と基準値とを比較すること
によって欠陥の有無を判定する。

【００３８】ステップＳ１において、取込まれた画像デ
ータのすべてについて検査が行なわれたか否かを判定す
る。検査が終了していなければ（Ｓ１０，Ｎｏ）、第３
の２値画像に設定される矩形領域を検査対象糸方向と垂
直の方向にずらして設定する（Ｓ１２）。そして、ステ
ップＳ８とＳ９との処理を繰返す。検査が終了していれ
ば（Ｓ１０，Ｙｅｓ）、他の方向の検査対象糸の検査を
行なうか否かを判定する。検査を行なう場合（Ｓ１１，
Ｙｅｓ）には、ステップＳ７以下の処理を繰返す。検査
を行なわない場合（Ｓ１１，Ｎｏ）には、検査結果を入
出力装置２０におけるディスプレイ等に出力する（Ｓ１
３）。

【００３９】なお、全体の制御を行なうプログラムは、
ＲＯＭ１８に格納されている。織布の全幅を検査する場
合、センサを織布幅方向にトラバースするか複数個のセ
ンサを織布幅方向に等間隔に配置すればよい。

【００４０】以上の説明では、製織中の織布のインライ
ン検査に関する処理についてであったが、織上がった織
布の自動検反に適用することも可能である。また、織布
以外の規則性のある特徴を持ったシートにも適用でき
る。

【００４１】図７は織機に本実施の形態における検反装
置を適用した場合を示す図である。製織中の織布２に対
して下から光源１を照射し、ＣＣＤカメラ４によって撮
像する。ＣＣＤカメラ４は移動軸４０に沿って移動可能
となるよう取付けられる。

【００４２】以上説明したように、本発明は検出が困難
であった織組織が異なる欠陥を確実に検出できるように
なった。また、織密度が変わったり、検査対象の糸方向
が変わっても、光学系の条件を全く変えることなく経糸
および緯糸同時に、かつ高精度に、欠陥の抽出が可能と
なった。さらに、豊富な統計量を抽出することによっ
て、表面付着物等の外乱要素と欠陥とを分離することが
可能となり、より精度の高い識別が可能となった。

【図面の簡単な説明】

【図１】本発明の実施の形態における織布の検反装置の
概略ブロック図である。

【図２】２値化処理を説明するための生波形およびフィ
ルタ波形の一例を示す図である。

【図３】２値化処理および論理演算処理を説明するため
の２値画像の一例である。

【図４】統計量を抽出するために設定される矩形領域を
説明するための図である。

【図５】正常な織組織および欠陥がある織組織の一例を
示す図である。

【図６】本発明の実施の形態における織布の検反装置の
処理手順を示すフローチャートである。

【図７】織機に本実施の形態における検反装置を適用し
た場合を示す図である。

【符号の説明】

１光源２製織中の織布３光学レンズ４ＣＣＤカメラ５Ａ／Ｄ変換器６フレームメモリ７前処理回路８ＦＦＴ回路９濃度投影回路１０２値化回路１１結合情報統合化回路１２特徴量抽出回路１３フィルタ回路１４画像論理演算回路１５画像バス１６ＣＰＵバス１７ＣＰＵ１８ＲＯＭ１９ＲＡＭ２０入出力装置２１遮蔽板３０１次元／２次元変換器

Claims

【特許請求の範囲】

【請求項１】織布を撮像し、該撮像された織布の画像
データに基づいて織布の検査を行なうための織布の検反
装置であって、前記織布の画像データから織布の組織周期を算出するた
めの組織周期算出手段と、前記組織周期に基づいて前記画像データの比較領域を設
定するための比較領域設定手段と、前記比較領域内の画像データから統計量を抽出し、該統
計量に基づいて欠陥を抽出するための欠陥抽出手段とを
含む織布の検反装置。