欠陥検査方法及び欠陥検査装置
【課題】被検体を撮影する際に自動的に焦点を合せ、得られた画像から欠陥の有無を判断する欠陥検査方法及び欠陥検査装置を提供する。
【解決手段】撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、撮像手段２の焦点を合せる自動焦点調節ステップと、被検体における欠陥の有無を判断する画像解析ステップとを具備し、自動焦点調節ステップは、被検体と撮像手段２との距離又は撮像手段２の焦点距離を複数回変更して撮影し、得られた各画像から被検体の輪郭を抽出処理し、各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、周波数領域における輝度値の総和を算出し、輝度値の総和が最大となる被検体と撮像手段２との距離又は撮像手段２の焦点距離を特定し、特定された被検体と撮像手段２との距離又は撮像手段２の焦点距離に調節する、とした。
【解決手段】撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、撮像手段２の焦点を合せる自動焦点調節ステップと、被検体における欠陥の有無を判断する画像解析ステップとを具備し、自動焦点調節ステップは、被検体と撮像手段２との距離又は撮像手段２の焦点距離を複数回変更して撮影し、得られた各画像から被検体の輪郭を抽出処理し、各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、周波数領域における輝度値の総和を算出し、輝度値の総和が最大となる被検体と撮像手段２との距離又は撮像手段２の焦点距離を特定し、特定された被検体と撮像手段２との距離又は撮像手段２の焦点距離に調節する、とした。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、切削工具等の欠陥検査方法及び欠陥検査装置の技術に関する。より詳細には、切削工具等の切刃部における欠陥の有無を判断する欠陥検査方法及び欠陥検査装置の技術に関する。
【背景技術】
【０００２】
従来より、切削工具の切刃部における欠陥検査において、被検体である切削工具を画像撮影し、２値化処理、境界線検出処理、ハフ変換処理等を行なうことで欠陥の程度を数値的に求める技術が公知となっている（特許文献１参照）。
【０００３】
また、被検体が撮影された画像から検査対象領域を抽出するとともに、被検体の形状を表現した特徴ベクトルを入力とする自己組織化ニューラルネットモデルを用いることによって欠陥の有無を判断する方法及びその装置が公知となっている（特許文献２参照）。
【０００４】
しかし、例えばエンドミル等の切削工具においては、略円筒形状の外周に複数の切刃部を有する等、複雑な構造とされるため、該切削工具の切刃部を画像撮影する際に自動的に焦点を合せることは困難とされていた。また、今日まで切刃部に生じた欠陥の有無については作業者による目視検査が不可欠とされており、信頼性の高い自動化された欠陥検査方法及び欠陥検査装置が求められていた。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００１−２６４０３２号公報
【特許文献２】特開２００６−０４７０９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、切削工具の切刃部を撮影する際に自動的に焦点を合せるとともに、撮影された画像から切刃部の刃先における剥離欠陥等の有無を判断する欠陥検査方法及び欠陥検査装置の技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
次に、この課題を解決するための手段を説明する。
【０００８】
即ち、請求項１に記載の発明は、撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節ステップと、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析ステップと、を具備し、
前記自動焦点調節ステップは、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ものである。
【０００９】
請求項２に記載の発明は、請求項１に記載の欠陥検査方法において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析工程を含む、ものである。
【００１０】
請求項３に記載の発明は、請求項１に記載の欠陥検査方法において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析工程を含む、ものである。
【００１１】
請求項４に記載の発明は、請求項３に記載の欠陥検査方法において、
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ものである。
【００１２】
請求項５に記載の発明は、請求項３又は請求項４に記載の欠陥検査方法において、
前記画像解析ステップは、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ものである。
【００１３】
請求項６に記載の発明は、撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査装置において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節部と、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析部と、を具備し、
前記自動焦点調節部は、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ものである。
【００１４】
請求項７に記載の発明は、請求項６に記載の欠陥検査装置において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析部を含む、ものである。
【００１５】
請求項８に記載の発明は、請求項６に記載の欠陥検査装置において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析部を含む、ものである。
【００１６】
請求項９に記載の発明は、請求項８に記載の欠陥検査装置において、
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ものである。
【００１７】
請求項１０に記載の発明は、請求項８又は請求項９に記載の欠陥検査装置において、
前記画像解析部は、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ものである。
【発明の効果】
【００１８】
本発明の効果として、以下に示すような効果を奏する。
【００１９】
請求項１に記載の発明によれば、被検体に赤外線や音波等を照射することによって距離を測定し、焦点を合せる方式よりも簡易な構成とすることができる。また、切削工具等のように複雑な形状を有する被検体であっても精度良く焦点を合せることができるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２０】
請求項２に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。そして、仮想線にて表現された刃先の形状によって特定される領域内に刃先の輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２１】
請求項３ならびに請求項４に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。また、仮想線にて表現された刃先の形状によって特定される領域内において撮影により得られた画像を複数の部分領域に分割し、部分領域ごとの輝度値を考慮するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２２】
請求項５に記載の発明によれば、部分領域ごとの輝度値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２３】
請求項６に記載の発明によれば、被検体に赤外線や音波等を照射することによって距離を測定し、焦点を合せる方式よりも簡易な構成とすることができる。また、切削工具等のように複雑な形状を有する被検体であっても精度良く焦点を合せることができるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２４】
請求項７に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。そして、仮想線にて表現された刃先の形状によって特定される領域内に刃先の輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２５】
請求項８ならびに請求項９に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。また、仮想線にて表現された刃先の形状によって特定される領域内において撮影により得られた画像を複数の部分領域に分割し、部分領域ごとの輝度値を考慮するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２６】
請求項１０に記載の発明によれば、部分領域ごとの輝度値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【図面の簡単な説明】
【００２７】
【図１】本発明に係る欠陥検査装置の全体構成を示す外観図。
【図２】本発明に係る欠陥検査装置の全体構成を示す概略図。
【図３】エンドミルの外観図。
【図４】本発明に係る欠陥検査装置の検査フローを示す図。
【図５】自動焦点調節ステップにおける動作フローを示す図。
【図６】周波数変換画像データの作成を示す図。
【図７】輝度値の総和を用いて焦点を合せる工程を示す図。
【図８】画像解析ステップにおける第一画像解析工程の動作フローを示す図。
【図９】輪郭抽出画像ならびにハフ変換画像データを示す図。
【図１０】欠陥の有無を判断する工程を示す図。
【図１１】画像解析ステップにおける第二画像解析工程の動作フローを示す図。
【図１２】画像を複数の部分領域に分割する工程を示す図。
【図１３】ニューラルネットモデルによる欠陥の有無を判断する工程を示す図。
【図１４】本発明に係る欠陥検査方法及び欠陥検査装置により検査可能とされる欠陥の態様を示す図。
【図１５】欠陥検査の結果を示す図。
【発明を実施するための形態】
【００２８】
まず、図１ならびに図２を用いて本発明に係る欠陥検査装置１の全体構成について説明する。図１は、本発明に係る欠陥検査装置１の外観図であり、図２は、その概略図を示している。なお、重力の作用方向を上下方向として図１中に示す。
【００２９】
欠陥検査装置１は、備え付けられた被検体を撮影し、得られた画像から被検体の表面に生じる剥離欠陥等の有無を判断する装置である。欠陥検査装置１は、主に撮像手段としての撮影装置２と、該撮影装置２の移動装置３と、被検体の昇降装置４と、被検体の回転装置５と、画像の処理や欠陥の有無の判断等を行なう制御装置６と、から構成される。
【００３０】
撮影装置２は、備え付けられた被検体を撮影する装置である。本発明に係る欠陥検査装置１においてはＣ−ＭＯＳカメラが採用されており、被検体をカラー画像として撮影し、得られた画像を制御装置６へ出力するものとしている。また、本欠陥検査装置１には、被検体を照らす複数の照明装置や反射板７、その他、照明光を均一にする拡散板等が備えられて良好な被検体の画像が得られるように構成されている。
【００３１】
移動装置３は、被検体と撮影装置２との距離を調節すべく、撮影装置２を移動可能とする装置である。これにより、撮影装置２は、被検体との距離を調節することによって被検体の形状等によらず焦点を合せることが可能とされる。なお、本欠陥検査装置１においては、撮影装置２が移動するものとされるが、撮影装置２は固定された状態で焦点距離を調節可能とする構成であっても良い。
【００３２】
昇降装置４は、備え付けられた被検体を上下方向に移動可能とする装置である。これにより、被検体の上下方向における任意の位置を撮影装置２により撮影することが可能とされる。なお、本欠陥検査装置１においては、被検体が上下方向に移動するものとされるが、撮影装置２が上下方向に移動可能とする構成であっても良い。
【００３３】
回転装置５は、備え付けられた被検体の上下方向を中心軸として回転可能とする装置である。また、回転装置５を構成し、該回転装置５を駆動させるステッピングモータは、制御装置６によって回転開始ならびに回転停止を自在に操作可能とされる。これにより、被検体の周方向における任意の位置を撮影装置２により撮影することが可能とされる。
【００３４】
制御装置６は、主に撮影装置２により撮影されて得られた画像を処理する画像処理部１０と、該画像処理部１０からの情報に基づいて欠陥の有無を判断する第一画像解析部１１ａならびに第二画像解析部１１ｂからなる画像解析部１１と、該画像解析部１１により解析された結果を出力する出力部１２と、画像処理部１０からの情報に基づいて移動装置３等を制御可能とする制御部１３と、撮影により得られた画像等を記憶する記憶部１４と、から構成される。なお、本欠陥検査装置１における自動焦点調節部１５とは、画像処理部１０や制御部１３ならびに撮影装置２、移動装置３、昇降装置４、回転装置５で構成された自律制御による焦点調節機構をいう。
【００３５】
以上により、本発明に係る欠陥検査装置１は、移動装置３によって被検体と撮影装置２との距離を調節できて撮影装置２の焦点を合せることが可能とされるほか、昇降装置４が被検体を上下方向に移動させ、回転装置５が被検体を回転させることによって被検体の任意の位置を撮影可能としている。そして、撮影装置２により撮影されて得られた被検体の画像から欠陥の有無を判断可能としているのである。
【００３６】
なお、以下では代表的な切削工具であるエンドミル８を被検体として用いた場合について説明する。エンドミル８は、その外周に螺旋状に形成された複数の切刃部８Ａを有する切削工具であり（図３参照。）、その軸心を中心として回転されることによって被切削物を切削するものである。
【００３７】
図４を用いて本発明に係る欠陥検査装置１の検査フローについて説明する。
【００３８】
まず、本発明に係る欠陥検査装置１は、配置ステップとして、被検体であるエンドミル８の位置制御を行なう（ステップＳ１１０）。これは、制御装置６の制御部１３から昇降装置４ならびに回転装置５へ制御信号を送信することによって、エンドミル８の上下方向の位置や回転位相を調節する工程である。これにより、エンドミル８の検査領域を撮影装置２により撮影することが可能となる。
【００３９】
次に、自動焦点調節ステップとして、撮影装置２の焦点の調節を行なう（ステップＳ１２０）。これは、制御部１３が画像処理部１０によって作成された周波数変換画像データ等に基づいて移動装置３へ制御信号を送信することによって、エンドミル８と撮影装置２との距離を調節する工程である。これにより、撮影装置２の焦点を合せることが可能となる。
【００４０】
そして、画像解析ステップにおける第一画像解析工程として、エンドミル８の刃先８ａにおける欠陥の有無の判断が行なわれる（ステップＳ１３０）。これは、画像解析部１１が画像処理部１０によって作成されたハフ変換画像データ等に基づいて刃先８ａに剥離欠陥等が有るか否かを判断する工程である。
【００４１】
また、欠陥の有無の判断を行なう第一画像解析工程（ステップＳ１３０）と同時に行なわれる第二画像解析工程として、ニューラルネットモデルを用いた欠陥の有無の判断が行なわれる（ステップＳ１４０）。これは、画像解析部１１が画像処理部１０によって作成されたハフ変換画像データ等に基づいて刃先８ａに剥離欠陥等が有るか否かを判断する工程である。
【００４２】
なお、本発明に係る欠陥検査装置１においては、第一画像解析工程（ステップＳ１３０）と第二画像解析工程（ステップＳ１４０）とを同時に行なうように構成されているが、いずれか一方を先に行ない、その後に他方を行なう構成としても良い。また、その順序について限定するものではなく、更に、いずれか一方のみを行なう構成としても良い。
【００４３】
その後、ステップＳ１１０からステップＳ１４０の工程がエンドミル８の全検査領域にて行なわれ、全検査領域について完了したと判断された場合は、検査フローが終了するものとされる。
【００４４】
ここで、図５を用いて自動焦点調節ステップ（ステップＳ１２０）について詳細に説明する。
【００４５】
自動焦点調節ステップ（ステップＳ１２０）は、エンドミル８と撮影装置２との距離を複数回変更して撮影する撮影動作と、撮影により得られた各画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換する周波数領域変換動作と、周波数領域における輝度値の総和を算出する総和算出動作と、輝度値の総和が最大となるエンドミル８と撮影装置２との距離を特定する距離特定動作と、特定されたエンドミル８と撮影装置２との距離に調節する焦点合せ動作と、から構成される。
【００４６】
撮影動作は、被検体であるエンドミル８と撮影装置２との距離が徐々に離間するように、該撮影装置２を移動させながら撮影する工程である（ステップＳ１２１）。本欠陥検査装置１においては、撮影装置２が０．１ｍｍ移動するごとに自動的に撮影が行なわれる構成とされている。
【００４７】
抽出処理動作は、まず、撮影動作（ステップＳ１２１）によって撮影された各カラー画像を白黒の明暗で表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１２２）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。
【００４８】
周波数領域変換動作は、抽出処理動作（ステップＳ１２２）によって作成された各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数変換画像データを作成するものである（ステップＳ１２３）。離散フーリエ変換処理とは、横方向ならびに縦方向の二次元の画像を各方向へ変化する輝度値の波形と置き換え、該波形を周波数や振幅の異なる正弦波ならびに余弦波に展開するものである。つまり、離散フーリエ変換処理を用いることにより、ｍ×ｎの画像をｋ×ｌの周波数領域によって表現することができるのである。離散フーリエ変換処理を行なう算出式を数１に示す。
【００４９】
【数１】
【００５０】
このように、撮影装置２によって撮影されたエンドミル８の刃先８ａの画像を処理することで、この画像を周波数領域によって表現した周波数変換画像データを作成することが可能となるのである（図６参照。）。
【００５１】
総和算出動作は、周波数領域変換動作（ステップＳ１２３）によって作成された周波数変換画像データから輝度値の総和を算出するものである（ステップＳ１２４）。輝度値の総和は、図７Ａに示す算出式により行なわれる。
【００５２】
距離特定動作は、図７Ｂに示すように、総和算出動作（ステップＳ１２４）によって算出された輝度値の総和が最大となるエンドミル８と撮影装置２との距離を見出すものである（ステップＳ１２５）。このとき、エンドミル８と撮影装置２との距離によって変化する輝度値の総和について関数近似を行なうことで、精度の向上が図られている。なお、図中に示している輝度値の総和が最大となるエンドミル８と撮影装置２との距離（Ｌ）は、撮影装置２の焦点が合う位置を示している。
【００５３】
これは、図７Ｃに示すように、エンドミル８と撮影装置２との距離が撮影装置２の焦点が合う位置よりも近い場合（Ｌ１）やエンドミル８と撮影装置２との距離が撮影装置２の焦点が合う位置よりも遠い場合（Ｌ２）は、撮影装置２によって撮影された画像がぼやけるために抽出処理動作（ステップＳ１２２）によっても鮮明に刃先８ａの輪郭が抽出されず、結果として輝度値の総和が小さくなるからである。
【００５４】
つまり、輝度値の総和が最大となるエンドミル８と撮影装置２との距離（Ｌ）においては、撮影装置２により撮影された画像が鮮明である、即ち、撮影装置２の焦点が合っていることを示している。なお、図７Ｂには、抽出処理動作（ステップＳ１２２）のみを行なった場合と周波数領域変換動作（ステップＳ１２３）のみを行なった場合についても示しているが、抽出処理動作（ステップＳ１２２）に加えて周波数領域変換動作（ステップＳ１２３）を行なったものが最も明確に撮影装置２の焦点距離を示していることがわかる。
【００５５】
その後、焦点合せ動作として、距離特定動作（ステップＳ１２５）によって見出された距離（Ｌ）となるように撮影装置２が移動させて（ステップＳ１２６）、自動焦点調節ステップ（ステップＳ１２０）が終了するものとされる。
【００５６】
以上のように、エンドミル８と撮影装置２との距離を複数回変更して撮影し、得られた画像を処理することによって複雑な形状を有するエンドミル８等の被検体であっても精度良く焦点を合せることが可能となるのである。
【００５７】
次に、図８を用いて画像解析ステップにおける第一画像解析工程（ステップＳ１３０）について詳細に説明する。
【００５８】
第一画像解析工程（ステップＳ１３０）は、撮影装置２により撮影されて得られた画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を仮想線９ｉにて表現する仮想線作成動作と、仮想線９ｉの交点を中心とする所定の径の円形領域内に前記輪郭抽出画像における刃先８ａの輪郭が存在するか否かで欠陥の有無を判断する欠陥判断動作と、から構成される。
【００５９】
抽出処理動作は、まず、撮影装置２により撮影されたカラー画像を白黒の明暗のみで表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１３１）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。このようにして作成された輪郭抽出画像を図９Ａに示す。
【００６０】
仮想線作成動作は、抽出処理動作（ステップＳ１３１）によって作成された輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を二本の仮想線９ｉにて表現するものである（ステップＳ１３２）。ハフ変換処理とは、デジタル画像処理として用いられる特徴抽出法の一つである。このようにして作成されたハフ変換画像データを図９Ｂに示す。
【００６１】
また、図９Ｂに示すように、刃先８ａの輪郭を二本の仮想線９ｉにて表現したハフ変換画像データ上に、該仮想線９ｉの交点を中心とする所定の径の仮想円９ｓが作成される。この仮想円９ｓの径は、刃先８ａの先端部分に欠陥が生じた場合、欠陥の大きさの程度がどのくらいとなるかを予め試験等によって見出すことで決定される。
【００６２】
欠陥判断動作は、図１０に示すように、仮想線作成動作（ステップＳ１３２）によって作成された仮想円９ｓの円形領域内に輪郭抽出画像における刃先８ａの輪郭が存在するか否かで欠陥の有無を判断するものである（ステップＳ１３３）。これは、刃先８ａの先端部分に欠陥が生じた場合、仮想円９ｓに相当する箇所に刃先８ａが存在しない可能性が高いという、欠陥の態様を利用したものである。なお、図１０では、仮想円９ｓの領域内に刃先８ａが存在していないために欠陥があるものと判断される。
【００６３】
以上のように、被検体であるエンドミル８を撮影し、得られた画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができる。そして、仮想線９ｉにて表現された刃先８ａの形状によって特定される円形領域内に輪郭抽出画像における刃先８ａの輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となるのである。
【００６４】
次に、図１１を用いて画像解析ステップにおける第二画像解析工程（ステップＳ１４０）について詳細に説明する。
【００６５】
第二画像解析工程（ステップＳ１４０）は、撮影装置２により撮影されて得られた画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を仮想線９ｉにて表現する仮想線作成動作と、仮想線９ｉの交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割する領域分割動作と、部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換する周波数領域変換動作と、周波数領域における輝度の平均値を算出する平均算出動作と、算出された輝度の平均値を入力とするニューラルネットモデルにより欠陥の有無を判断する欠陥判断動作と、から構成される。
【００６６】
抽出処理動作は、まず、撮影装置２により撮影されたカラー画像を輝度値のみで表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１４１）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。このようにして作成された輪郭抽出画像を図９Ａに示す。
【００６７】
仮想線作成動作は、抽出処理動作（ステップＳ１４１）によって作成された輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を二本の仮想線９ｉにて表現するものである（ステップＳ１４２）。ハフ変換処理とは、デジタル画像処理として用いられる特徴抽出法の一つである。このようにして作成されたハフ変換画像データを図９Ｂに示す。
【００６８】
また、刃先８ａの輪郭を二本の仮想線９ｉにて表現したハフ変換画像データ上に、該仮想線９ｉの交点を中心とする所定の径の仮想円９ｔが作成される（図１２参照。）。この仮想円９ｔの径は、刃先８ａに欠陥が生じる場合、欠陥の生じ易い場所や大きさの程度を予め試験等によって見出すことで決定される。
【００６９】
領域分割動作は、図１２に示すように、仮想線作成動作（ステップＳ１４２）によって作成された仮想円９ｔの円形領域内において、仮想線９ｉの交点を中心とするそれぞれに径が異なる仮想円９ｕ・９ｖ・・・と仮想線９ｉの交点を通るように刃先８ａを等間隔に分けた線分９ｊ・９ｋ・・・で区切られる各領域に、撮影により得られた画像を分割するものである（ステップＳ１４３）。なお、本欠陥検査装置１においては、１７個の部分領域に分割されるが、具体的な個数について限定するものではない。
【００７０】
周波数領域変換動作は、領域分割動作（ステップＳ１４３）によって分割された画像に対して離散フーリエ変換処理を用いることで周波数変換画像データを作成するものである（ステップＳ１４４）。離散フーリエ変換処理とは、縦方向ならびに横方向の二次元の画像を各方向へ変化する輝度値の波形と置き換え、該波形を周波数や振幅の異なる正弦波ならびに余弦波に展開するものである。つまり、離散フーリエ変換処理を用いることにより、画像を周波数領域によって表現することができるのである。なお、本欠陥検査装置１は、撮影装置２により得られる画像がカラー画像であるために、領域分割動作（ステップＳ１４３）により分割される画像は、グレースケール化された後の白黒画像としている。
【００７１】
平均算出動作は、周波数領域変換動作（ステップＳ１４４）によって作成された周波数変換画像データから輝度の平均値を算出するものである（ステップＳ１４５）。なお、本欠陥検査装置１では、欠陥の有無についての誤判断を低減するために各部分領域内において全ての画素の輝度を平均化するものとしている。
【００７２】
欠陥判断動作は、図１３に示すように、各部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることによって欠陥の有無を判断するものである（ステップＳ１４６）。ニューラルネットモデルは、入力層、中間層、出力層からなる三層構造の階層型ニューラルネットワークであり、いわゆる入力層と中間層の重みや中間層と出力層の重みについては、予め用意された教師用データ（欠陥があるエンドミル８の画像ならびに欠陥が無いエンドミル８の画像）から所望の出力が得られるように学習されている。
【００７３】
つまり、各部分領域ごとの輝度の平均値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いることによって、欠陥の有無の判断が行なわれるのである。ニューラルネットモデルの学習についての算出式を数２に示す。即ち、出力ｏｋと教師出力ｔｋとの誤差を表すエラーＥの値が最も小さくなるように入力層と中間層の重みＷｊｉならびに中間層と出力層の重みＷｋｊが決定される。
【００７４】
【数２】
【００７５】
以上のように、被検体であるエンドミル８を撮影し、得られた画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができる。そして、仮想線９ｉにて表現された刃先８ａの形状によって特定される円形領域内において白黒画像を分割し、部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることで、信頼性の高い欠陥の有無の判断を行なうことが可能となるのである。
【００７６】
このように、被検体であるエンドミル８と撮影装置２との距離を複数回変更して撮影し、得られた画像を処理することによって精度良く焦点を合せることができる。また、撮影された画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができ、該仮想線９ｉから特定される領域内に刃先８ａの輪郭が存在するか否かで欠陥の有無が判断できる。更に、グレースケール化された後の白黒画像を仮想線９ｉから特定される領域内で分割し、部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることによって欠陥の有無を判断できる。
【００７７】
以上のように、本発明に係る欠陥検査方法を具現化した欠陥検査装置１を用いることによって、図１４に示すような欠陥の態様について検査を行なうことが可能となるのである。また、図１５に刃先８ａの先端部分における欠陥検査の結果を示す。図１５より、本発明に係る欠陥検査方法及び欠陥検査装置１が信頼性の高い欠陥の有無の判断を可能としていることがわかる。
【符号の説明】
【００７８】
１ 欠陥検査装置
２ 撮影装置（撮像手段）
３ 移動装置
４ 昇降装置
５ 回転装置
６ 制御装置
７ 反射板
８ エンドミル（被検体）
８Ａ 切刃部
８ａ 刃先
９ｉ 仮想線
９ｓ 仮想円
９ｔ 仮想円
１０ 画像処理部
１１ 画像解析部
１１ａ 第一画像解析部
１１ｂ 第二画像解析部
１２ 出力部
１３ 制御部
１４ 記憶部
１５ 自動焦点調節部
【技術分野】
【０００１】
本発明は、切削工具等の欠陥検査方法及び欠陥検査装置の技術に関する。より詳細には、切削工具等の切刃部における欠陥の有無を判断する欠陥検査方法及び欠陥検査装置の技術に関する。
【背景技術】
【０００２】
従来より、切削工具の切刃部における欠陥検査において、被検体である切削工具を画像撮影し、２値化処理、境界線検出処理、ハフ変換処理等を行なうことで欠陥の程度を数値的に求める技術が公知となっている（特許文献１参照）。
【０００３】
また、被検体が撮影された画像から検査対象領域を抽出するとともに、被検体の形状を表現した特徴ベクトルを入力とする自己組織化ニューラルネットモデルを用いることによって欠陥の有無を判断する方法及びその装置が公知となっている（特許文献２参照）。
【０００４】
しかし、例えばエンドミル等の切削工具においては、略円筒形状の外周に複数の切刃部を有する等、複雑な構造とされるため、該切削工具の切刃部を画像撮影する際に自動的に焦点を合せることは困難とされていた。また、今日まで切刃部に生じた欠陥の有無については作業者による目視検査が不可欠とされており、信頼性の高い自動化された欠陥検査方法及び欠陥検査装置が求められていた。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００１−２６４０３２号公報
【特許文献２】特開２００６−０４７０９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、切削工具の切刃部を撮影する際に自動的に焦点を合せるとともに、撮影された画像から切刃部の刃先における剥離欠陥等の有無を判断する欠陥検査方法及び欠陥検査装置の技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
次に、この課題を解決するための手段を説明する。
【０００８】
即ち、請求項１に記載の発明は、撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節ステップと、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析ステップと、を具備し、
前記自動焦点調節ステップは、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ものである。
【０００９】
請求項２に記載の発明は、請求項１に記載の欠陥検査方法において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析工程を含む、ものである。
【００１０】
請求項３に記載の発明は、請求項１に記載の欠陥検査方法において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析工程を含む、ものである。
【００１１】
請求項４に記載の発明は、請求項３に記載の欠陥検査方法において、
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ものである。
【００１２】
請求項５に記載の発明は、請求項３又は請求項４に記載の欠陥検査方法において、
前記画像解析ステップは、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ものである。
【００１３】
請求項６に記載の発明は、撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査装置において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節部と、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析部と、を具備し、
前記自動焦点調節部は、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ものである。
【００１４】
請求項７に記載の発明は、請求項６に記載の欠陥検査装置において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析部を含む、ものである。
【００１５】
請求項８に記載の発明は、請求項６に記載の欠陥検査装置において、
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析部を含む、ものである。
【００１６】
請求項９に記載の発明は、請求項８に記載の欠陥検査装置において、
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ものである。
【００１７】
請求項１０に記載の発明は、請求項８又は請求項９に記載の欠陥検査装置において、
前記画像解析部は、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ものである。
【発明の効果】
【００１８】
本発明の効果として、以下に示すような効果を奏する。
【００１９】
請求項１に記載の発明によれば、被検体に赤外線や音波等を照射することによって距離を測定し、焦点を合せる方式よりも簡易な構成とすることができる。また、切削工具等のように複雑な形状を有する被検体であっても精度良く焦点を合せることができるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２０】
請求項２に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。そして、仮想線にて表現された刃先の形状によって特定される領域内に刃先の輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２１】
請求項３ならびに請求項４に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。また、仮想線にて表現された刃先の形状によって特定される領域内において撮影により得られた画像を複数の部分領域に分割し、部分領域ごとの輝度値を考慮するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２２】
請求項５に記載の発明によれば、部分領域ごとの輝度値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２３】
請求項６に記載の発明によれば、被検体に赤外線や音波等を照射することによって距離を測定し、焦点を合せる方式よりも簡易な構成とすることができる。また、切削工具等のように複雑な形状を有する被検体であっても精度良く焦点を合せることができるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２４】
請求項７に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。そして、仮想線にて表現された刃先の形状によって特定される領域内に刃先の輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２５】
請求項８ならびに請求項９に記載の発明によれば、刃先の輪郭を抽出処理した後にハフ変換処理を用いることで刃先の輪郭を仮想線にて表現することができる。また、仮想線にて表現された刃先の形状によって特定される領域内において撮影により得られた画像を複数の部分領域に分割し、部分領域ごとの輝度値を考慮するため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【００２６】
請求項１０に記載の発明によれば、部分領域ごとの輝度値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いるため、信頼性の高い欠陥の有無の判断を行なうことが可能となる。
【図面の簡単な説明】
【００２７】
【図１】本発明に係る欠陥検査装置の全体構成を示す外観図。
【図２】本発明に係る欠陥検査装置の全体構成を示す概略図。
【図３】エンドミルの外観図。
【図４】本発明に係る欠陥検査装置の検査フローを示す図。
【図５】自動焦点調節ステップにおける動作フローを示す図。
【図６】周波数変換画像データの作成を示す図。
【図７】輝度値の総和を用いて焦点を合せる工程を示す図。
【図８】画像解析ステップにおける第一画像解析工程の動作フローを示す図。
【図９】輪郭抽出画像ならびにハフ変換画像データを示す図。
【図１０】欠陥の有無を判断する工程を示す図。
【図１１】画像解析ステップにおける第二画像解析工程の動作フローを示す図。
【図１２】画像を複数の部分領域に分割する工程を示す図。
【図１３】ニューラルネットモデルによる欠陥の有無を判断する工程を示す図。
【図１４】本発明に係る欠陥検査方法及び欠陥検査装置により検査可能とされる欠陥の態様を示す図。
【図１５】欠陥検査の結果を示す図。
【発明を実施するための形態】
【００２８】
まず、図１ならびに図２を用いて本発明に係る欠陥検査装置１の全体構成について説明する。図１は、本発明に係る欠陥検査装置１の外観図であり、図２は、その概略図を示している。なお、重力の作用方向を上下方向として図１中に示す。
【００２９】
欠陥検査装置１は、備え付けられた被検体を撮影し、得られた画像から被検体の表面に生じる剥離欠陥等の有無を判断する装置である。欠陥検査装置１は、主に撮像手段としての撮影装置２と、該撮影装置２の移動装置３と、被検体の昇降装置４と、被検体の回転装置５と、画像の処理や欠陥の有無の判断等を行なう制御装置６と、から構成される。
【００３０】
撮影装置２は、備え付けられた被検体を撮影する装置である。本発明に係る欠陥検査装置１においてはＣ−ＭＯＳカメラが採用されており、被検体をカラー画像として撮影し、得られた画像を制御装置６へ出力するものとしている。また、本欠陥検査装置１には、被検体を照らす複数の照明装置や反射板７、その他、照明光を均一にする拡散板等が備えられて良好な被検体の画像が得られるように構成されている。
【００３１】
移動装置３は、被検体と撮影装置２との距離を調節すべく、撮影装置２を移動可能とする装置である。これにより、撮影装置２は、被検体との距離を調節することによって被検体の形状等によらず焦点を合せることが可能とされる。なお、本欠陥検査装置１においては、撮影装置２が移動するものとされるが、撮影装置２は固定された状態で焦点距離を調節可能とする構成であっても良い。
【００３２】
昇降装置４は、備え付けられた被検体を上下方向に移動可能とする装置である。これにより、被検体の上下方向における任意の位置を撮影装置２により撮影することが可能とされる。なお、本欠陥検査装置１においては、被検体が上下方向に移動するものとされるが、撮影装置２が上下方向に移動可能とする構成であっても良い。
【００３３】
回転装置５は、備え付けられた被検体の上下方向を中心軸として回転可能とする装置である。また、回転装置５を構成し、該回転装置５を駆動させるステッピングモータは、制御装置６によって回転開始ならびに回転停止を自在に操作可能とされる。これにより、被検体の周方向における任意の位置を撮影装置２により撮影することが可能とされる。
【００３４】
制御装置６は、主に撮影装置２により撮影されて得られた画像を処理する画像処理部１０と、該画像処理部１０からの情報に基づいて欠陥の有無を判断する第一画像解析部１１ａならびに第二画像解析部１１ｂからなる画像解析部１１と、該画像解析部１１により解析された結果を出力する出力部１２と、画像処理部１０からの情報に基づいて移動装置３等を制御可能とする制御部１３と、撮影により得られた画像等を記憶する記憶部１４と、から構成される。なお、本欠陥検査装置１における自動焦点調節部１５とは、画像処理部１０や制御部１３ならびに撮影装置２、移動装置３、昇降装置４、回転装置５で構成された自律制御による焦点調節機構をいう。
【００３５】
以上により、本発明に係る欠陥検査装置１は、移動装置３によって被検体と撮影装置２との距離を調節できて撮影装置２の焦点を合せることが可能とされるほか、昇降装置４が被検体を上下方向に移動させ、回転装置５が被検体を回転させることによって被検体の任意の位置を撮影可能としている。そして、撮影装置２により撮影されて得られた被検体の画像から欠陥の有無を判断可能としているのである。
【００３６】
なお、以下では代表的な切削工具であるエンドミル８を被検体として用いた場合について説明する。エンドミル８は、その外周に螺旋状に形成された複数の切刃部８Ａを有する切削工具であり（図３参照。）、その軸心を中心として回転されることによって被切削物を切削するものである。
【００３７】
図４を用いて本発明に係る欠陥検査装置１の検査フローについて説明する。
【００３８】
まず、本発明に係る欠陥検査装置１は、配置ステップとして、被検体であるエンドミル８の位置制御を行なう（ステップＳ１１０）。これは、制御装置６の制御部１３から昇降装置４ならびに回転装置５へ制御信号を送信することによって、エンドミル８の上下方向の位置や回転位相を調節する工程である。これにより、エンドミル８の検査領域を撮影装置２により撮影することが可能となる。
【００３９】
次に、自動焦点調節ステップとして、撮影装置２の焦点の調節を行なう（ステップＳ１２０）。これは、制御部１３が画像処理部１０によって作成された周波数変換画像データ等に基づいて移動装置３へ制御信号を送信することによって、エンドミル８と撮影装置２との距離を調節する工程である。これにより、撮影装置２の焦点を合せることが可能となる。
【００４０】
そして、画像解析ステップにおける第一画像解析工程として、エンドミル８の刃先８ａにおける欠陥の有無の判断が行なわれる（ステップＳ１３０）。これは、画像解析部１１が画像処理部１０によって作成されたハフ変換画像データ等に基づいて刃先８ａに剥離欠陥等が有るか否かを判断する工程である。
【００４１】
また、欠陥の有無の判断を行なう第一画像解析工程（ステップＳ１３０）と同時に行なわれる第二画像解析工程として、ニューラルネットモデルを用いた欠陥の有無の判断が行なわれる（ステップＳ１４０）。これは、画像解析部１１が画像処理部１０によって作成されたハフ変換画像データ等に基づいて刃先８ａに剥離欠陥等が有るか否かを判断する工程である。
【００４２】
なお、本発明に係る欠陥検査装置１においては、第一画像解析工程（ステップＳ１３０）と第二画像解析工程（ステップＳ１４０）とを同時に行なうように構成されているが、いずれか一方を先に行ない、その後に他方を行なう構成としても良い。また、その順序について限定するものではなく、更に、いずれか一方のみを行なう構成としても良い。
【００４３】
その後、ステップＳ１１０からステップＳ１４０の工程がエンドミル８の全検査領域にて行なわれ、全検査領域について完了したと判断された場合は、検査フローが終了するものとされる。
【００４４】
ここで、図５を用いて自動焦点調節ステップ（ステップＳ１２０）について詳細に説明する。
【００４５】
自動焦点調節ステップ（ステップＳ１２０）は、エンドミル８と撮影装置２との距離を複数回変更して撮影する撮影動作と、撮影により得られた各画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換する周波数領域変換動作と、周波数領域における輝度値の総和を算出する総和算出動作と、輝度値の総和が最大となるエンドミル８と撮影装置２との距離を特定する距離特定動作と、特定されたエンドミル８と撮影装置２との距離に調節する焦点合せ動作と、から構成される。
【００４６】
撮影動作は、被検体であるエンドミル８と撮影装置２との距離が徐々に離間するように、該撮影装置２を移動させながら撮影する工程である（ステップＳ１２１）。本欠陥検査装置１においては、撮影装置２が０．１ｍｍ移動するごとに自動的に撮影が行なわれる構成とされている。
【００４７】
抽出処理動作は、まず、撮影動作（ステップＳ１２１）によって撮影された各カラー画像を白黒の明暗で表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１２２）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。
【００４８】
周波数領域変換動作は、抽出処理動作（ステップＳ１２２）によって作成された各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数変換画像データを作成するものである（ステップＳ１２３）。離散フーリエ変換処理とは、横方向ならびに縦方向の二次元の画像を各方向へ変化する輝度値の波形と置き換え、該波形を周波数や振幅の異なる正弦波ならびに余弦波に展開するものである。つまり、離散フーリエ変換処理を用いることにより、ｍ×ｎの画像をｋ×ｌの周波数領域によって表現することができるのである。離散フーリエ変換処理を行なう算出式を数１に示す。
【００４９】
【数１】
【００５０】
このように、撮影装置２によって撮影されたエンドミル８の刃先８ａの画像を処理することで、この画像を周波数領域によって表現した周波数変換画像データを作成することが可能となるのである（図６参照。）。
【００５１】
総和算出動作は、周波数領域変換動作（ステップＳ１２３）によって作成された周波数変換画像データから輝度値の総和を算出するものである（ステップＳ１２４）。輝度値の総和は、図７Ａに示す算出式により行なわれる。
【００５２】
距離特定動作は、図７Ｂに示すように、総和算出動作（ステップＳ１２４）によって算出された輝度値の総和が最大となるエンドミル８と撮影装置２との距離を見出すものである（ステップＳ１２５）。このとき、エンドミル８と撮影装置２との距離によって変化する輝度値の総和について関数近似を行なうことで、精度の向上が図られている。なお、図中に示している輝度値の総和が最大となるエンドミル８と撮影装置２との距離（Ｌ）は、撮影装置２の焦点が合う位置を示している。
【００５３】
これは、図７Ｃに示すように、エンドミル８と撮影装置２との距離が撮影装置２の焦点が合う位置よりも近い場合（Ｌ１）やエンドミル８と撮影装置２との距離が撮影装置２の焦点が合う位置よりも遠い場合（Ｌ２）は、撮影装置２によって撮影された画像がぼやけるために抽出処理動作（ステップＳ１２２）によっても鮮明に刃先８ａの輪郭が抽出されず、結果として輝度値の総和が小さくなるからである。
【００５４】
つまり、輝度値の総和が最大となるエンドミル８と撮影装置２との距離（Ｌ）においては、撮影装置２により撮影された画像が鮮明である、即ち、撮影装置２の焦点が合っていることを示している。なお、図７Ｂには、抽出処理動作（ステップＳ１２２）のみを行なった場合と周波数領域変換動作（ステップＳ１２３）のみを行なった場合についても示しているが、抽出処理動作（ステップＳ１２２）に加えて周波数領域変換動作（ステップＳ１２３）を行なったものが最も明確に撮影装置２の焦点距離を示していることがわかる。
【００５５】
その後、焦点合せ動作として、距離特定動作（ステップＳ１２５）によって見出された距離（Ｌ）となるように撮影装置２が移動させて（ステップＳ１２６）、自動焦点調節ステップ（ステップＳ１２０）が終了するものとされる。
【００５６】
以上のように、エンドミル８と撮影装置２との距離を複数回変更して撮影し、得られた画像を処理することによって複雑な形状を有するエンドミル８等の被検体であっても精度良く焦点を合せることが可能となるのである。
【００５７】
次に、図８を用いて画像解析ステップにおける第一画像解析工程（ステップＳ１３０）について詳細に説明する。
【００５８】
第一画像解析工程（ステップＳ１３０）は、撮影装置２により撮影されて得られた画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を仮想線９ｉにて表現する仮想線作成動作と、仮想線９ｉの交点を中心とする所定の径の円形領域内に前記輪郭抽出画像における刃先８ａの輪郭が存在するか否かで欠陥の有無を判断する欠陥判断動作と、から構成される。
【００５９】
抽出処理動作は、まず、撮影装置２により撮影されたカラー画像を白黒の明暗のみで表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１３１）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。このようにして作成された輪郭抽出画像を図９Ａに示す。
【００６０】
仮想線作成動作は、抽出処理動作（ステップＳ１３１）によって作成された輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を二本の仮想線９ｉにて表現するものである（ステップＳ１３２）。ハフ変換処理とは、デジタル画像処理として用いられる特徴抽出法の一つである。このようにして作成されたハフ変換画像データを図９Ｂに示す。
【００６１】
また、図９Ｂに示すように、刃先８ａの輪郭を二本の仮想線９ｉにて表現したハフ変換画像データ上に、該仮想線９ｉの交点を中心とする所定の径の仮想円９ｓが作成される。この仮想円９ｓの径は、刃先８ａの先端部分に欠陥が生じた場合、欠陥の大きさの程度がどのくらいとなるかを予め試験等によって見出すことで決定される。
【００６２】
欠陥判断動作は、図１０に示すように、仮想線作成動作（ステップＳ１３２）によって作成された仮想円９ｓの円形領域内に輪郭抽出画像における刃先８ａの輪郭が存在するか否かで欠陥の有無を判断するものである（ステップＳ１３３）。これは、刃先８ａの先端部分に欠陥が生じた場合、仮想円９ｓに相当する箇所に刃先８ａが存在しない可能性が高いという、欠陥の態様を利用したものである。なお、図１０では、仮想円９ｓの領域内に刃先８ａが存在していないために欠陥があるものと判断される。
【００６３】
以上のように、被検体であるエンドミル８を撮影し、得られた画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができる。そして、仮想線９ｉにて表現された刃先８ａの形状によって特定される円形領域内に輪郭抽出画像における刃先８ａの輪郭が存在するか否かを判断するため、信頼性の高い欠陥の有無の判断を行なうことが可能となるのである。
【００６４】
次に、図１１を用いて画像解析ステップにおける第二画像解析工程（ステップＳ１４０）について詳細に説明する。
【００６５】
第二画像解析工程（ステップＳ１４０）は、撮影装置２により撮影されて得られた画像に対して刃先８ａの輪郭を抽出処理する抽出処理動作と、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を仮想線９ｉにて表現する仮想線作成動作と、仮想線９ｉの交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割する領域分割動作と、部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換する周波数領域変換動作と、周波数領域における輝度の平均値を算出する平均算出動作と、算出された輝度の平均値を入力とするニューラルネットモデルにより欠陥の有無を判断する欠陥判断動作と、から構成される。
【００６６】
抽出処理動作は、まず、撮影装置２により撮影されたカラー画像を輝度値のみで表す、いわゆるグレースケール化を行ない、次に、グレースケール化された白黒画像に対してＰｒｅｗｉｔｔフィルタやＳｏｂｅｌフィルタ等の微分フィルタ、いわゆるエッジ抽出フィルタを用いることで刃先８ａの輪郭の抽出が行なわれる（ステップＳ１４１）。なお、本欠陥検査装置１においては、Ｐｒｅｗｉｔｔフィルタを採用している。このようにして作成された輪郭抽出画像を図９Ａに示す。
【００６７】
仮想線作成動作は、抽出処理動作（ステップＳ１４１）によって作成された輪郭抽出画像に対してハフ変換処理を用いることで刃先８ａの輪郭を二本の仮想線９ｉにて表現するものである（ステップＳ１４２）。ハフ変換処理とは、デジタル画像処理として用いられる特徴抽出法の一つである。このようにして作成されたハフ変換画像データを図９Ｂに示す。
【００６８】
また、刃先８ａの輪郭を二本の仮想線９ｉにて表現したハフ変換画像データ上に、該仮想線９ｉの交点を中心とする所定の径の仮想円９ｔが作成される（図１２参照。）。この仮想円９ｔの径は、刃先８ａに欠陥が生じる場合、欠陥の生じ易い場所や大きさの程度を予め試験等によって見出すことで決定される。
【００６９】
領域分割動作は、図１２に示すように、仮想線作成動作（ステップＳ１４２）によって作成された仮想円９ｔの円形領域内において、仮想線９ｉの交点を中心とするそれぞれに径が異なる仮想円９ｕ・９ｖ・・・と仮想線９ｉの交点を通るように刃先８ａを等間隔に分けた線分９ｊ・９ｋ・・・で区切られる各領域に、撮影により得られた画像を分割するものである（ステップＳ１４３）。なお、本欠陥検査装置１においては、１７個の部分領域に分割されるが、具体的な個数について限定するものではない。
【００７０】
周波数領域変換動作は、領域分割動作（ステップＳ１４３）によって分割された画像に対して離散フーリエ変換処理を用いることで周波数変換画像データを作成するものである（ステップＳ１４４）。離散フーリエ変換処理とは、縦方向ならびに横方向の二次元の画像を各方向へ変化する輝度値の波形と置き換え、該波形を周波数や振幅の異なる正弦波ならびに余弦波に展開するものである。つまり、離散フーリエ変換処理を用いることにより、画像を周波数領域によって表現することができるのである。なお、本欠陥検査装置１は、撮影装置２により得られる画像がカラー画像であるために、領域分割動作（ステップＳ１４３）により分割される画像は、グレースケール化された後の白黒画像としている。
【００７１】
平均算出動作は、周波数領域変換動作（ステップＳ１４４）によって作成された周波数変換画像データから輝度の平均値を算出するものである（ステップＳ１４５）。なお、本欠陥検査装置１では、欠陥の有無についての誤判断を低減するために各部分領域内において全ての画素の輝度を平均化するものとしている。
【００７２】
欠陥判断動作は、図１３に示すように、各部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることによって欠陥の有無を判断するものである（ステップＳ１４６）。ニューラルネットモデルは、入力層、中間層、出力層からなる三層構造の階層型ニューラルネットワークであり、いわゆる入力層と中間層の重みや中間層と出力層の重みについては、予め用意された教師用データ（欠陥があるエンドミル８の画像ならびに欠陥が無いエンドミル８の画像）から所望の出力が得られるように学習されている。
【００７３】
つまり、各部分領域ごとの輝度の平均値を入力とする、欠陥検査に適するように学習されたニューラルネットモデルを用いることによって、欠陥の有無の判断が行なわれるのである。ニューラルネットモデルの学習についての算出式を数２に示す。即ち、出力ｏｋと教師出力ｔｋとの誤差を表すエラーＥの値が最も小さくなるように入力層と中間層の重みＷｊｉならびに中間層と出力層の重みＷｋｊが決定される。
【００７４】
【数２】
【００７５】
以上のように、被検体であるエンドミル８を撮影し、得られた画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができる。そして、仮想線９ｉにて表現された刃先８ａの形状によって特定される円形領域内において白黒画像を分割し、部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることで、信頼性の高い欠陥の有無の判断を行なうことが可能となるのである。
【００７６】
このように、被検体であるエンドミル８と撮影装置２との距離を複数回変更して撮影し、得られた画像を処理することによって精度良く焦点を合せることができる。また、撮影された画像を処理することによって刃先８ａの輪郭を仮想線９ｉにて表現することができ、該仮想線９ｉから特定される領域内に刃先８ａの輪郭が存在するか否かで欠陥の有無が判断できる。更に、グレースケール化された後の白黒画像を仮想線９ｉから特定される領域内で分割し、部分領域ごとの輝度の平均値を入力とするニューラルネットモデルを用いることによって欠陥の有無を判断できる。
【００７７】
以上のように、本発明に係る欠陥検査方法を具現化した欠陥検査装置１を用いることによって、図１４に示すような欠陥の態様について検査を行なうことが可能となるのである。また、図１５に刃先８ａの先端部分における欠陥検査の結果を示す。図１５より、本発明に係る欠陥検査方法及び欠陥検査装置１が信頼性の高い欠陥の有無の判断を可能としていることがわかる。
【符号の説明】
【００７８】
１ 欠陥検査装置
２ 撮影装置（撮像手段）
３ 移動装置
４ 昇降装置
５ 回転装置
６ 制御装置
７ 反射板
８ エンドミル（被検体）
８Ａ 切刃部
８ａ 刃先
９ｉ 仮想線
９ｓ 仮想円
９ｔ 仮想円
１０ 画像処理部
１１ 画像解析部
１１ａ 第一画像解析部
１１ｂ 第二画像解析部
１２ 出力部
１３ 制御部
１４ 記憶部
１５ 自動焦点調節部
【特許請求の範囲】
【請求項１】
撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節ステップと、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析ステップと、を具備し、
前記自動焦点調節ステップは、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ことを特徴とする欠陥検査方法。
【請求項２】
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析工程を含む、ことを特徴とする請求項１に記載の欠陥検査方法。
【請求項３】
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析工程を含む、ことを特徴とする請求項１に記載の欠陥検査方法。
【請求項４】
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ことを特徴とする請求項３に記載の欠陥検査方法。
【請求項５】
前記画像解析ステップは、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ことを特徴とする請求項３又は請求項４に記載の欠陥検査方法。
【請求項６】
撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査装置において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節部と、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析部と、を具備し、
前記自動焦点調節部は、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ことを特徴とする欠陥検査装置。
【請求項７】
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析部を含む、ことを特徴とする請求項６に記載の欠陥検査装置。
【請求項８】
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析部を含む、ことを特徴とする請求項６に記載の欠陥検査装置。
【請求項９】
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ことを特徴とする請求項８に記載の欠陥検査装置。
【請求項１０】
前記画像解析部は、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ことを特徴とする請求項８又は請求項９に記載の欠陥検査装置。
【請求項１】
撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査方法において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節ステップと、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析ステップと、を具備し、
前記自動焦点調節ステップは、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ことを特徴とする欠陥検査方法。
【請求項２】
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析工程を含む、ことを特徴とする請求項１に記載の欠陥検査方法。
【請求項３】
前記被検体は切刃部を有する切削工具であって、
前記画像解析ステップは、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析工程を含む、ことを特徴とする請求項１に記載の欠陥検査方法。
【請求項４】
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ことを特徴とする請求項３に記載の欠陥検査方法。
【請求項５】
前記画像解析ステップは、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ことを特徴とする請求項３又は請求項４に記載の欠陥検査方法。
【請求項６】
撮像手段により被検体を撮影して得られた画像から欠陥の有無を判断する欠陥検査装置において、
前記撮像手段により前記被検体の撮影を行ない、得られた画像を処理することで前記撮像手段の焦点を合せる自動焦点調節部と、
得られた画像を処理することで前記被検体における欠陥の有無を判断する画像解析部と、を具備し、
前記自動焦点調節部は、前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を複数回変更して撮影し、撮影により得られた各画像に対して前記被検体の輪郭を抽出処理し、抽出処理により得られた各輪郭抽出画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値の総和を算出し、算出された輝度値の総和が最大となる前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離を特定し、特定された前記被検体と前記撮像手段との距離又は前記撮像手段の焦点距離に調節する、ことを特徴とする欠陥検査装置。
【請求項７】
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内に前記刃先の輪郭が存在するか否かで欠陥の有無を判断するとした第一画像解析部を含む、ことを特徴とする請求項６に記載の欠陥検査装置。
【請求項８】
前記被検体は切刃部を有する切削工具であって、
前記画像解析部は、撮影により得られた画像に対して前記切刃部の刃先の輪郭を抽出処理し、抽出処理により得られた輪郭抽出画像に対してハフ変換処理を用いることで前記刃先の輪郭を二本の仮想線にて表現し、該仮想線の交点を中心とする所定の径の円形領域内において撮影により得られた画像を複数の部分領域に分割し、該部分領域に分割された各画像に対して離散フーリエ変換処理を用いることで周波数領域に変換し、該周波数領域における輝度値を算出し、前記部分領域ごとの輝度値に基づいて欠陥の有無を判断するとした第二画像解析部を含む、ことを特徴とする請求項６に記載の欠陥検査装置。
【請求項９】
前記部分領域ごとの輝度値は、該部分領域内の輝度を平均化して得られる値とする、ことを特徴とする請求項８に記載の欠陥検査装置。
【請求項１０】
前記画像解析部は、前記部分領域ごとの輝度値を入力とするニューラルネットモデルを用いて欠陥の有無を判断する、ことを特徴とする請求項８又は請求項９に記載の欠陥検査装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１１−３８９０５（Ｐ２０１１−３８９０５Ａ）
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願番号】特願２００９−１８６９１０（Ｐ２００９−１８６９１０）
【出願日】平成２１年８月１１日（２００９．８．１１）
【特許番号】特許第４５４３１５３号（Ｐ４５４３１５３）
【特許公報発行日】平成２２年９月１５日（２０１０．９．１５）
【出願人】（５０４１４７２４３）国立大学法人 岡山大学 (444)
【Ｆターム（参考）】
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願日】平成２１年８月１１日（２００９．８．１１）
【特許番号】特許第４５４３１５３号（Ｐ４５４３１５３）
【特許公報発行日】平成２２年９月１５日（２０１０．９．１５）
【出願人】（５０４１４７２４３）国立大学法人 岡山大学 (444)
【Ｆターム（参考）】
[ Back to top ]