加工面欠陥判定方法及び加工面品質検査方法
【課題】加工面の鋳巣の寸法計測に役立つ鋳巣の範囲を精度よく判定できる加工面欠陥判定方法及び信頼性の高い加工面品質検査方法を提供する。
【解決手段】２値化、輝度傾き抽出の処理ステップ１０２，１０３で加工面の原画像の２値化画像、輝度傾き抽出画像を得る。両画像を重ね合わせ処理ステップ１０５で重ね合わせて作成した欠陥検出用画像から鋳巣判定処理ステップで加工面の鋳巣の範囲を判定する。鋳巣判定処理ステップ１０６では、２値化画像中の鋳巣部分が拡大処理された２値化画像と輝度傾き抽出画像との論理積をとり、得られた鋳巣〔輝度傾き抽出画像における鋳巣（エッジの範囲）〕の範囲を判定結果として、２値化処理の閾値の高低に拘わらず精度のよい鋳巣範囲の判定を可能とした。同欠陥判定方法を品質検査方法に適用した。
【解決手段】２値化、輝度傾き抽出の処理ステップ１０２，１０３で加工面の原画像の２値化画像、輝度傾き抽出画像を得る。両画像を重ね合わせ処理ステップ１０５で重ね合わせて作成した欠陥検出用画像から鋳巣判定処理ステップで加工面の鋳巣の範囲を判定する。鋳巣判定処理ステップ１０６では、２値化画像中の鋳巣部分が拡大処理された２値化画像と輝度傾き抽出画像との論理積をとり、得られた鋳巣〔輝度傾き抽出画像における鋳巣（エッジの範囲）〕の範囲を判定結果として、２値化処理の閾値の高低に拘わらず精度のよい鋳巣範囲の判定を可能とした。同欠陥判定方法を品質検査方法に適用した。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、加工面を撮像して得られた濃淡画像からその加工面（被判定面）の欠陥、特に鋳巣を判定する加工面欠陥判定方法及び加工面品質検査方法に関するものである。
【背景技術】
【０００２】
従来、この種の加工面欠陥判定方法には次のような方法があった。
これは、加工面を撮像して得られた濃淡画像による原画像に対して、所定の閾値で２値化処理をして２値化画像を得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像を得る。そして、これら両画像を重ね合わせて欠陥検出用画像を得、この欠陥検出用画像における上記両画像の相互関係が複数種類のパターンの中の何れに該当するかを判定（パターン化）して、加工面の欠陥を判定する方法である（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−１８５４７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら上記従来技術では次のような課題がある。
すなわち上記従来技術では、鋳巣の判定を、２値化処理と輝度傾き抽出処理を用いてパターン化して行なっている。
２値化処理では鋳巣とノイズ（鋳巣以外の欠陥等）との境界を分別することは可能であるが、閾値の高低によって鋳巣の寸法が変動してしまう。これは、鋳巣（画像）の両端間の各位置における輝度変化の一例を示す図１３において、閾値レベルが上下方向（輝度値の高低方向）に変化すると２値化処理による鋳巣の寸法（図中、２値化寸法と記す）が変動することからも分かる。
そこで、鋳巣の寸法の計測のために輝度傾き抽出処理を行なっている。
なお、図１３中、エッジ処理寸法とは、上記輝度傾き抽出処理によって計測される鋳巣の寸法を指す。
【０００５】
しかし、輝度傾き抽出処理ではノイズが入ることがあり、ノイズが入ると上記従来技術のパターン化による鋳巣の判定は困難になる。したがってこの場合は、２値化処理による２値化画像と輝度傾き抽出処理による輝度傾き抽出画像との間で論理積をとって（両画像を重ね合わせて重なり部分を鋳巣と判定して）、ノイズを除去する。
この方法によると、最終的には２値化画像によって鋳巣が判定されることになるので、上記のように２値化処理の際の閾値によって鋳巣の寸法が変動し、鋳巣の寸法が実際よりも小さく検出されてしまうことが少なくない。このため、鋳巣寸法から加工面（製品）の品質の良否を検査する場合に、不良品を良品と誤判定される虞がある。そこで従来、鋳巣を精度よく判定できる加工面欠陥判定方法の開発が課題となっていた。
【０００６】
本発明は、上記のような実情に鑑みなされたもので、輝度傾き抽出処理でノイズが入った場合でも、２値化処理の際の閾値による影響を受けることなく精度よく鋳巣の範囲（領域、広がり）を判定でき、特に、鋳巣の寸法が実際よりも小さく検出されることのない加工面欠陥判定方法を提供することを課題とする。
また本発明は、加工面の品質の良否を精度よく検査できる加工面品質検査方法を提供することを課題とする。
【課題を解決するための手段】
【０００７】
上記課題は、加工面欠陥判定方法及び加工面品質検査方法を下記各態様の構成とすることによって解決される。
各態様は、請求項と同様に、項に区分し、各項に番号を付し、必要に応じて他の項の番号を引用する形式で記載する。これは、あくまでも本発明の理解を容易にするためであり、本明細書に記載の技術的特徴及びそれらの組合わせが以下の各項に記載のものに限定されると解釈されるべきではない。また、１つの項に複数の事項が記載されている場合、それら複数の事項を常に一緒に採用しなければならないわけではなく、一部の事項のみを取り出して採用することも可能である。
【０００８】
以下の各項のうち、（１）項が請求項１に、（２）項が請求項２に、（３）項が請求項３に、（４）項が請求項４に、各々対応する。
【０００９】
（１） 加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、前記重ね合わせ処理ステップでは、前記２値化画像中の前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成することを特徴とする加工面欠陥判定方法。
（２）前記鋳巣判定処理ステップでは、前記欠陥検出用画像において前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像との論理積をとることにより、前記加工面の鋳巣の範囲を判定することを特徴とする（１）項に記載の加工面欠陥判定方法。
（３）加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、前記鋳巣判定処理ステップでは、前記２値化画像及び前記輝度傾き抽出画像中に各々複数の鋳巣がある場合に、前記２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を前記２値化画像中の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定することを特徴とする加工面欠陥判定方法。
（４）加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の品質を検査する加工面品質検査方法であって、（１）項、（２）項又は（３）項に記載の加工面欠陥判定方法による加工面の鋳巣の範囲の判定結果から該鋳巣の寸法を計測して加工面の品質の良否を検査することを特徴とする加工面品質検査方法。
【発明の効果】
【００１０】
（１）項に記載の発明によれば、輝度傾き抽出処理でノイズが入った場合でも、２値化処理の際の閾値による影響を受けることなく精度よく、特に、鋳巣の寸法が実際よりも小さく検出されることなく、鋳巣の範囲を判定できる。
（２）項に記載の発明によれば、簡単な論理演算により（１）項に記載の発明の効果を奏する加工面欠陥判定方法を提供できる。
（３）項に記載の発明によれば、加工面に多数の鋳巣が検出された場合に、迅速かつ精度よく、特に、鋳巣の寸法が実際よりも小さく検出されることなく、鋳巣の範囲を判定できる。
（４）項に記載の発明によれば、（１）項、（２）項又は（３）項に記載の加工面欠陥判定方法を用いて、加工面の品質の良否を精度よく検査可能な加工面品質検査方法を提供できる。
【図面の簡単な説明】
【００１１】
【図１】本発明方法の一実施形態を示すフローチャートである。
【図２】図１に示すフローチャートにおいて得られる原画像の一例を示す図である。
【図３】同じく２値化画像の一例を示す図である。
【図４】同じく輝度傾き抽出画像の一例を示す図である。
【図５】同じく拡大処理された２値化画像の一例を示す図である。
【図６】同じく拡大処理された２値化画像の他の例を示す図である。
【図７】同じく欠陥検出用画像の一例を示す図である。
【図８】同じく欠陥検出用画像の他の例を示す図である。
【図９】鋳巣判定処理（論理積演算）結果像の一例を示す図である。
【図１０】本発明方法の第１実施形態の全体概略図である。
【図１１】同じく第２実施形態の全体概略図である。
【図１２】本発明方法の第３実施形態の説明図である。
【図１３】２値化処理による鋳巣の両端間の各位置における輝度変化の一例を示すグラフである。
【発明を実施するための形態】
【００１２】
以下、本発明の実施の形態を図面に基づき説明する。なお、各図間において、同一符号は同一又は相当部分を示す。
図１は、本発明による加工面欠陥判定方法の一実施形態を示すフローチャートである。
この図１に示すように、ステップ１０１では原画像Ａを取得する。すなわち、被判定面である鋳造品等の加工面をＣＣＤカメラ等によって撮像し、その画像（デジタル画像）をメモリに保存する。そして、同メモリに保存された画像から欠陥判定する領域を抜き出し、原画像Ａを得る。原画像Ａは、所定の階調、例えば２５６（０〜２５５）階調の濃淡画像であり、その一例を図２に示す。鋳巣は、原画像Ａ中において、通常、他の欠陥等よりも輝度値の低い（暗い）部分として現われる。
【００１３】
ステップ１０２では、原画像Ａに対して所定の閾値で２値化処理をして２値化画像Ｂを得る。図３は２値化画像Ｂの一例を示す。図３では、加工面に１つの鋳巣（画像）ｂ１が検出された場合を例示する。
２値化処理する際の上記閾値は、処理結果画像（２値化画像Ｂ）に鋳巣以外のノイズを含まず、極力、鋳巣のみが抽出されるような値に、つまり、最終的に鋳巣の範囲の判定に好適な値に実験等によって選定される。
【００１４】
ステップ１０３では、原画像Ａに対し、所定値以上の輝度値の傾きを有する箇所を抽出（エッジ検出）する輝度傾き抽出処理（エッジ処理）を行ない、輝度傾き抽出画像（エッジ検出画像）Ｃを作成する。図４は輝度傾き抽出画像Ｃの一例を示す。図４では、加工面に１つの鋳巣（画像）ｃ１が検出された場合を例示する。
上記の所定値としては、処理結果画像（輝度傾き抽出画像Ｃ）において、鋳巣部分のエッジ（輪郭）がそれ以外の部分のエッジに比べて鮮明に抽出されるような値に、つまり、最終的に鋳巣の範囲の判定に好適な値に、実験等によって選定される。
【００１５】
ステップ１０４では、ステップ１０２で作成された２値化画像Ｂ中の鋳巣ｂ１部分を拡大して鋳巣判定範囲（鋳巣ｂ１の範囲を判定するための範囲）を広げるための鋳巣部分拡大処理を行なう。
【００１６】
この鋳巣部分拡大処理方法としては、例えば次の２つの方法が挙げられる。
第１の鋳巣部分拡大処理方法としては、２値化処理で検出された鋳巣ｂ１部分を、その形状に依存して膨張（例えば鋳巣ｂ１形状と相似形状に膨張）させ、かつ、その鋳巣ｂ１部分全体を包含する範囲まで自動的に拡大する膨張処理を施す方法が挙げられる。
図５は、この第１の鋳巣部分拡大処理方法による鋳巣部分拡大処理を行なって得られた２値化画像Ｂａの一例を示す。図中のｂ２は、上記膨張処理による鋳巣ｂ１部分の拡大範囲であり、この鋳巣部分拡大範囲ｂ２が上記の鋳巣判定範囲となる。
【００１７】
第２の鋳巣部分拡大処理方法としては、２値化画像Ｂ中の鋳巣ｂ１の中心座標（ｘ，ｙ）を求め、同座標（ｘ，ｙ）を中心として上下、左右方向に四角形状〔（ｘ−α，ｙ−β），（ｘ＋α，ｙ＋β）：α，βは拡大する範囲〕に所定寸法（画素の整数倍）まで拡張処理をする方法が挙げられる。
図６は、第２の鋳巣部分拡大処理方法により鋳巣部分拡大処理を行なって得られた２値化画像Ｂｂの一例を示す。図中のｂ３は、上記拡張処理による鋳巣ｂ１部分の拡大範囲であり、この鋳巣部分拡大範囲ｂ３が上記の鋳巣判定範囲となる。拡大範囲ｂ３は、判定したい鋳巣の寸法に応じて定められている。例えば、判定したい最大寸法の鋳巣全体が拡大範囲ｂ３内に包含する大きさに定められている。
【００１８】
ステップ１０５では、ステップ１０４で鋳巣部分拡大処理が行なわれた２値化画像Ｂａ又はＢｂとステップ１０３で作成された輝度傾き抽出画像Ｃとを重ね合わせて、欠陥検出用画像Ｄａ又はＤｂを作成する。
上記の重ね合わせは、２値化画像Ｂａ又はＢｂと輝度傾き抽出画像Ｃとの間で位置ずれを生じさせないように位置を合わせて行われる。
【００１９】
図７は、第１の鋳巣部分拡大処理方法により得られた２値化画像Ｂａと輝度傾き抽出画像Ｃとをステップ１０５にて重ね合わせて作成された欠陥検出用画像Ｄａの一例を示す。
この図７中、破線で示す円７１は、図５に示す鋳巣部分拡大範囲ｂ２の輪郭を示す。したがって実際には、円７１内は図５と同様に輝度値の低い部分（黒色部分）となっている。この円７１の内側部分が鋳巣判定範囲となって、次ステップ１０６において鋳巣判定処理が行なわれる。
図８は、第２の鋳巣部分拡大処理方法により得られた２値化画像Ｂｂと輝度傾き抽出画像Ｃとをステップ１０５にて重ね合わせて作成された欠陥検出用画像Ｄｂの一例を示す。
この図８中、破線で示す四角形８１は、図６に示す鋳巣部分拡大範囲ｂ３の輪郭を示す。したがって実際には、四角形８１内は図６と同様に輝度値の低い部分（黒色部分）となっている。この四角形８１の内側部分が鋳巣判定範囲となって、次ステップ１０６において鋳巣判定処理が行なわれる。
【００２０】
ステップ１０６では、ステップ１０５で重ね合わせ処理して得られた上記欠陥検出用画像Ｄａ又はＤｂに対して鋳巣判定処理を行なって上記加工面の鋳巣の範囲の判定をする。
ここで、鋳巣の範囲の判定とは、鋳巣の検出（有無の検出）のみならず、検出された鋳巣について、その寸法の計測を精度よく行ない得るために、鋳巣の領域ないし広がりについて判定をすることを指す。
すなわちステップ１０６では、ステップ１０２でその存在が検出され（図３中の鋳巣ｂ１参照）、ステップ１０３でそのエッジが検出された鋳巣（図４中の鋳巣ｃ１参照）について、精度よくその範囲（領域、広がり）の判定をする。
鋳巣判定処理は、上記の欠陥検出用画像Ｄａ又はＤｂ（図７、図８参照）において２値化画像Ｂａ又はＢｂと輝度傾き抽出画像Ｃとの論理積をとることにより行なわれる。
図９は、ステップ１０６において鋳巣判定処理、ここでは論理積演算を行なって得られた画像（鋳巣判定処理結果画像）Ｅの一例を示す図である。この図９中の９１は、その存在と共に寸法の計測を精度よく行ない得るようにその範囲（領域、広がり）が明確に判定された鋳巣を示す。
なお、本実施形態において鋳巣判定処理は、上記欠陥検出用画像Ｄａ又はＤｂ中の円７１又は四角形８１の内側部分（鋳巣判定範囲として設定された部分）における２値化画像Ｂａ又はＢｂ（図５、図６参照）と輝度傾き抽出画像Ｃとの間で行なわれる。
【００２１】
以上述べた本発明の実施形態のうち、ステップ１０４の鋳巣部分拡大処理に第１の鋳巣部分拡大処理方法を適用した第１実施形態の全体の概略を示せば図１０の通りである。同じく第２の鋳巣部分拡大処理方法を適用した第２実施形態の全体の概略を示せば図１１の通りである。
【００２２】
図１２は本発明の第３実施形態の説明図、詳しくは同第３実施形態における鋳巣判定処理の説明図である。この図１２は、第３実施形態における欠陥検出用画像の一例の要部を示している。
この第３実施形態では、図１中のステップ１０４における鋳巣部分拡大処理は行なわず、鋳巣判定処理ステップ１０６においては以下の処理を行なう加工面欠陥判定方法である。なお、その他の処理については第１、第２実施形態と同様に行なう。
すなわち、鋳巣判定処理ステップ１０６では、２値化画像及び輝度傾き抽出画像中に各々複数の鋳巣（画像）がある場合に、２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を２値化画像中の上記の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定する。
具体的には、２値化画像及び輝度傾き抽出画像中に各々複数の鋳巣がある場合に、２値化画像においては各鋳巣の中心座標を検出する。また、輝度傾き抽出画像においては同輝度傾き抽出画像中の各鋳巣の中心座標を検出する。そして、２値化画像中の特定の鋳巣の中心座標に最も近い位置にその中心座標を有する輝度傾き抽出画像中の鋳巣を２値化画像中の上記の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、同鋳巣の範囲を判定する。
【００２３】
例えば、いま、２値化処理による２値化画像中にｎ個の鋳巣（画像）があり、各鋳巣の中心座標が鋳巣１＝（ｘ１，ｙ１）、鋳巣２＝（ｘ２，ｙ２）、鋳巣３＝（ｘ３，ｙ３）、…鋳巣ｎ＝（ｘｎ，ｙｎ）であるとする。また、輝度傾き抽出処理（エッジ処理）による輝度傾き抽出画像中にＮ個の鋳巣（画像）があり、各鋳巣の中心座標が鋳巣１＝（ａ１，ｂ１）、鋳巣２＝（ａ２，ｂ２）、鋳巣３＝（ａ３，ｂ３）、…鋳巣Ｎ＝（ａＮ，ｂＮ）であるとする。
このような場合、図１中の鋳巣判定処理ステップ１０６では、２値化画像中の鋳巣１〜ｎの各中心座標と輝度傾き抽出画像中の各鋳巣１〜Ｎの各中心座標との距離ｌｎ（ｎ＝１、２、３、…）を、各々下式［数１］により求める。
そして、求められた距離ｌｎ群中、その値ｌｎが最も小さくなる中心座標を有する２値化画像中の鋳巣と輝度傾き抽出画像中の鋳巣とを対応付ける。そして、２値化画像中の特定の鋳巣は、輝度傾き抽出画像中においては同特定の鋳巣と上記のように対応付けられた輝度傾き抽出画像中の鋳巣（詳しくは鋳巣のエッジ）がその範囲を示すと判別し、上記の特定の鋳巣の範囲を判定する。このような判別、判定を、２値化画像中のｎ個全ての鋳巣について行ない、全鋳巣の範囲を各々判定する。
【００２４】
【数１】
【００２５】
以上述べた第１〜第３実施形態によれば、次のような効果を奏する。
すなわち、加工面を撮像して得られた濃淡画像による原画像を用いて加工面の欠陥を判定、特に鋳巣寸法の計測等のために鋳巣の範囲を判定する場合、原画像の２値化処理において適宜の閾値を設定すれば鋳巣とノイズの分別は可能である。しかし、閾値の高低によって鋳巣の範囲の判定結果（ひいては鋳巣寸法の計測値等）が変動してしまう（図１３参照）。一方、原画像に対する輝度傾き抽出処理（エッジ処理）によれば鋳巣の範囲（エッジ両端間の広がり）の判定が可能であるが、鋳巣以外のエッジも多く検出されノイズが入りやすい。
そこで、両処理画像を重ね合わせ、それらの重なり部分を鋳巣と判定することが考えられる。しかしこれによると、最終的には２値化画像中の鋳巣によって鋳巣の範囲が判定されることになり、上記のように２値化処理の際の閾値の高低によって鋳巣の範囲が変動する。このため、鋳巣の検出を確実にしたい等の理由で閾値を低く設定すると、鋳巣の範囲が実際よりも狭く判定されてしまう。
第１〜第３実施形態によれば、２値化処理する際の閾値を低くしても同２値化処理によって検出された鋳巣に対応するエッジ処理による鋳巣のエッジが検出されている限り、そのエッジの範囲を２値化処理による鋳巣の範囲として検出する。したがって、上記のような鋳巣の範囲が実際よりも狭く判定されるということはなくなり、精度よく鋳巣の範囲を判定できる。また、鋳巣の範囲を精度よく判定できることによれば、加工面の鋳巣の寸法計測に極めて役立つ。
【００２６】
上記の第１〜第３実施形態では、加工面の鋳巣の範囲を判定する方法について説明したが、このような方法による鋳巣の範囲の判定結果に基づいて鋳巣の寸法を計測し、加工面の品質の良否を検査することも可能である。
図１中のステップ２０１〜２０４は、同上第１〜第３実施形態による鋳巣の範囲の判定結果を用いて鋳巣の寸法を計測し、加工面の品質の良否を検査する加工面品質検査方法の一例を示す。
この例では、ステップ２０１において、第１〜第３実施形態による鋳巣の範囲の判定結果を用いて鋳巣の寸法を計測する。
ステップ２０２では、ステップ２０１で計測された鋳巣の寸法が予め定められた許容値以下か否かを判断する。
ステップ２０３では、ステップ２０２における判断結果がＹＥＳ（鋳巣の寸法が許容値以下）であれば、判断対象となっている加工面が良好である旨をディスプレイ等に表示する。
ステップ２０４では、ステップ２０２における判断結果がＮＯ（鋳巣の寸法が許容値を超える）であれば、判断対象となっている加工面が不良である旨をディスプレイ等に表示して、検査を終了する。
このような加工面品質検査方法によれば、上記のように精度よく鋳巣の範囲を判定できる加工面欠陥判定方法を用いて加工面の品質の良否を検査するようにしたので、精度よく、特に、鋳巣寸法が実際よりも小さい値に計測されることなく鋳巣寸法を計測できる。したがって、不良品を良品と誤判定することがなく、信頼性の高い加工面品質検査を行なうことができる。
【００２７】
なお、上記第１、第２実施形態では、いずれも２値化画像及び輝度傾き抽出画像に１つの鋳巣（画像）が検出された場合を例示しているが、両画像に各々複数の鋳巣が検出される場合もある。このような場合においても、必要に応じ、各々の鋳巣（画像）に対して図１に示す処理（ステップ１０４〜１０６）を行なえば、各鋳巣について、その範囲を精度よく判定できる。
【符号の説明】
【００２８】
１０２：２値化処理ステップ、１０３：輝度傾き抽出処理ステップ、１０４：鋳巣部分拡大ステップ、１０５：重ね合わせ処理ステップ、１０６：鋳巣判定処理ステップ、Ａ：原画像、Ｂ，Ｂａ，Ｂｂ：２値化画像、Ｃ：輝度傾き抽出画像、Ｄａ，Ｄｂ：欠陥検出用画像、Ｅ：鋳巣判定処理。
【技術分野】
【０００１】
本発明は、加工面を撮像して得られた濃淡画像からその加工面（被判定面）の欠陥、特に鋳巣を判定する加工面欠陥判定方法及び加工面品質検査方法に関するものである。
【背景技術】
【０００２】
従来、この種の加工面欠陥判定方法には次のような方法があった。
これは、加工面を撮像して得られた濃淡画像による原画像に対して、所定の閾値で２値化処理をして２値化画像を得ると共に、所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして輝度傾き抽出画像を得る。そして、これら両画像を重ね合わせて欠陥検出用画像を得、この欠陥検出用画像における上記両画像の相互関係が複数種類のパターンの中の何れに該当するかを判定（パターン化）して、加工面の欠陥を判定する方法である（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−１８５４７９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら上記従来技術では次のような課題がある。
すなわち上記従来技術では、鋳巣の判定を、２値化処理と輝度傾き抽出処理を用いてパターン化して行なっている。
２値化処理では鋳巣とノイズ（鋳巣以外の欠陥等）との境界を分別することは可能であるが、閾値の高低によって鋳巣の寸法が変動してしまう。これは、鋳巣（画像）の両端間の各位置における輝度変化の一例を示す図１３において、閾値レベルが上下方向（輝度値の高低方向）に変化すると２値化処理による鋳巣の寸法（図中、２値化寸法と記す）が変動することからも分かる。
そこで、鋳巣の寸法の計測のために輝度傾き抽出処理を行なっている。
なお、図１３中、エッジ処理寸法とは、上記輝度傾き抽出処理によって計測される鋳巣の寸法を指す。
【０００５】
しかし、輝度傾き抽出処理ではノイズが入ることがあり、ノイズが入ると上記従来技術のパターン化による鋳巣の判定は困難になる。したがってこの場合は、２値化処理による２値化画像と輝度傾き抽出処理による輝度傾き抽出画像との間で論理積をとって（両画像を重ね合わせて重なり部分を鋳巣と判定して）、ノイズを除去する。
この方法によると、最終的には２値化画像によって鋳巣が判定されることになるので、上記のように２値化処理の際の閾値によって鋳巣の寸法が変動し、鋳巣の寸法が実際よりも小さく検出されてしまうことが少なくない。このため、鋳巣寸法から加工面（製品）の品質の良否を検査する場合に、不良品を良品と誤判定される虞がある。そこで従来、鋳巣を精度よく判定できる加工面欠陥判定方法の開発が課題となっていた。
【０００６】
本発明は、上記のような実情に鑑みなされたもので、輝度傾き抽出処理でノイズが入った場合でも、２値化処理の際の閾値による影響を受けることなく精度よく鋳巣の範囲（領域、広がり）を判定でき、特に、鋳巣の寸法が実際よりも小さく検出されることのない加工面欠陥判定方法を提供することを課題とする。
また本発明は、加工面の品質の良否を精度よく検査できる加工面品質検査方法を提供することを課題とする。
【課題を解決するための手段】
【０００７】
上記課題は、加工面欠陥判定方法及び加工面品質検査方法を下記各態様の構成とすることによって解決される。
各態様は、請求項と同様に、項に区分し、各項に番号を付し、必要に応じて他の項の番号を引用する形式で記載する。これは、あくまでも本発明の理解を容易にするためであり、本明細書に記載の技術的特徴及びそれらの組合わせが以下の各項に記載のものに限定されると解釈されるべきではない。また、１つの項に複数の事項が記載されている場合、それら複数の事項を常に一緒に採用しなければならないわけではなく、一部の事項のみを取り出して採用することも可能である。
【０００８】
以下の各項のうち、（１）項が請求項１に、（２）項が請求項２に、（３）項が請求項３に、（４）項が請求項４に、各々対応する。
【０００９】
（１） 加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、前記重ね合わせ処理ステップでは、前記２値化画像中の前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成することを特徴とする加工面欠陥判定方法。
（２）前記鋳巣判定処理ステップでは、前記欠陥検出用画像において前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像との論理積をとることにより、前記加工面の鋳巣の範囲を判定することを特徴とする（１）項に記載の加工面欠陥判定方法。
（３）加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、前記鋳巣判定処理ステップでは、前記２値化画像及び前記輝度傾き抽出画像中に各々複数の鋳巣がある場合に、前記２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を前記２値化画像中の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定することを特徴とする加工面欠陥判定方法。
（４）加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の品質を検査する加工面品質検査方法であって、（１）項、（２）項又は（３）項に記載の加工面欠陥判定方法による加工面の鋳巣の範囲の判定結果から該鋳巣の寸法を計測して加工面の品質の良否を検査することを特徴とする加工面品質検査方法。
【発明の効果】
【００１０】
（１）項に記載の発明によれば、輝度傾き抽出処理でノイズが入った場合でも、２値化処理の際の閾値による影響を受けることなく精度よく、特に、鋳巣の寸法が実際よりも小さく検出されることなく、鋳巣の範囲を判定できる。
（２）項に記載の発明によれば、簡単な論理演算により（１）項に記載の発明の効果を奏する加工面欠陥判定方法を提供できる。
（３）項に記載の発明によれば、加工面に多数の鋳巣が検出された場合に、迅速かつ精度よく、特に、鋳巣の寸法が実際よりも小さく検出されることなく、鋳巣の範囲を判定できる。
（４）項に記載の発明によれば、（１）項、（２）項又は（３）項に記載の加工面欠陥判定方法を用いて、加工面の品質の良否を精度よく検査可能な加工面品質検査方法を提供できる。
【図面の簡単な説明】
【００１１】
【図１】本発明方法の一実施形態を示すフローチャートである。
【図２】図１に示すフローチャートにおいて得られる原画像の一例を示す図である。
【図３】同じく２値化画像の一例を示す図である。
【図４】同じく輝度傾き抽出画像の一例を示す図である。
【図５】同じく拡大処理された２値化画像の一例を示す図である。
【図６】同じく拡大処理された２値化画像の他の例を示す図である。
【図７】同じく欠陥検出用画像の一例を示す図である。
【図８】同じく欠陥検出用画像の他の例を示す図である。
【図９】鋳巣判定処理（論理積演算）結果像の一例を示す図である。
【図１０】本発明方法の第１実施形態の全体概略図である。
【図１１】同じく第２実施形態の全体概略図である。
【図１２】本発明方法の第３実施形態の説明図である。
【図１３】２値化処理による鋳巣の両端間の各位置における輝度変化の一例を示すグラフである。
【発明を実施するための形態】
【００１２】
以下、本発明の実施の形態を図面に基づき説明する。なお、各図間において、同一符号は同一又は相当部分を示す。
図１は、本発明による加工面欠陥判定方法の一実施形態を示すフローチャートである。
この図１に示すように、ステップ１０１では原画像Ａを取得する。すなわち、被判定面である鋳造品等の加工面をＣＣＤカメラ等によって撮像し、その画像（デジタル画像）をメモリに保存する。そして、同メモリに保存された画像から欠陥判定する領域を抜き出し、原画像Ａを得る。原画像Ａは、所定の階調、例えば２５６（０〜２５５）階調の濃淡画像であり、その一例を図２に示す。鋳巣は、原画像Ａ中において、通常、他の欠陥等よりも輝度値の低い（暗い）部分として現われる。
【００１３】
ステップ１０２では、原画像Ａに対して所定の閾値で２値化処理をして２値化画像Ｂを得る。図３は２値化画像Ｂの一例を示す。図３では、加工面に１つの鋳巣（画像）ｂ１が検出された場合を例示する。
２値化処理する際の上記閾値は、処理結果画像（２値化画像Ｂ）に鋳巣以外のノイズを含まず、極力、鋳巣のみが抽出されるような値に、つまり、最終的に鋳巣の範囲の判定に好適な値に実験等によって選定される。
【００１４】
ステップ１０３では、原画像Ａに対し、所定値以上の輝度値の傾きを有する箇所を抽出（エッジ検出）する輝度傾き抽出処理（エッジ処理）を行ない、輝度傾き抽出画像（エッジ検出画像）Ｃを作成する。図４は輝度傾き抽出画像Ｃの一例を示す。図４では、加工面に１つの鋳巣（画像）ｃ１が検出された場合を例示する。
上記の所定値としては、処理結果画像（輝度傾き抽出画像Ｃ）において、鋳巣部分のエッジ（輪郭）がそれ以外の部分のエッジに比べて鮮明に抽出されるような値に、つまり、最終的に鋳巣の範囲の判定に好適な値に、実験等によって選定される。
【００１５】
ステップ１０４では、ステップ１０２で作成された２値化画像Ｂ中の鋳巣ｂ１部分を拡大して鋳巣判定範囲（鋳巣ｂ１の範囲を判定するための範囲）を広げるための鋳巣部分拡大処理を行なう。
【００１６】
この鋳巣部分拡大処理方法としては、例えば次の２つの方法が挙げられる。
第１の鋳巣部分拡大処理方法としては、２値化処理で検出された鋳巣ｂ１部分を、その形状に依存して膨張（例えば鋳巣ｂ１形状と相似形状に膨張）させ、かつ、その鋳巣ｂ１部分全体を包含する範囲まで自動的に拡大する膨張処理を施す方法が挙げられる。
図５は、この第１の鋳巣部分拡大処理方法による鋳巣部分拡大処理を行なって得られた２値化画像Ｂａの一例を示す。図中のｂ２は、上記膨張処理による鋳巣ｂ１部分の拡大範囲であり、この鋳巣部分拡大範囲ｂ２が上記の鋳巣判定範囲となる。
【００１７】
第２の鋳巣部分拡大処理方法としては、２値化画像Ｂ中の鋳巣ｂ１の中心座標（ｘ，ｙ）を求め、同座標（ｘ，ｙ）を中心として上下、左右方向に四角形状〔（ｘ−α，ｙ−β），（ｘ＋α，ｙ＋β）：α，βは拡大する範囲〕に所定寸法（画素の整数倍）まで拡張処理をする方法が挙げられる。
図６は、第２の鋳巣部分拡大処理方法により鋳巣部分拡大処理を行なって得られた２値化画像Ｂｂの一例を示す。図中のｂ３は、上記拡張処理による鋳巣ｂ１部分の拡大範囲であり、この鋳巣部分拡大範囲ｂ３が上記の鋳巣判定範囲となる。拡大範囲ｂ３は、判定したい鋳巣の寸法に応じて定められている。例えば、判定したい最大寸法の鋳巣全体が拡大範囲ｂ３内に包含する大きさに定められている。
【００１８】
ステップ１０５では、ステップ１０４で鋳巣部分拡大処理が行なわれた２値化画像Ｂａ又はＢｂとステップ１０３で作成された輝度傾き抽出画像Ｃとを重ね合わせて、欠陥検出用画像Ｄａ又はＤｂを作成する。
上記の重ね合わせは、２値化画像Ｂａ又はＢｂと輝度傾き抽出画像Ｃとの間で位置ずれを生じさせないように位置を合わせて行われる。
【００１９】
図７は、第１の鋳巣部分拡大処理方法により得られた２値化画像Ｂａと輝度傾き抽出画像Ｃとをステップ１０５にて重ね合わせて作成された欠陥検出用画像Ｄａの一例を示す。
この図７中、破線で示す円７１は、図５に示す鋳巣部分拡大範囲ｂ２の輪郭を示す。したがって実際には、円７１内は図５と同様に輝度値の低い部分（黒色部分）となっている。この円７１の内側部分が鋳巣判定範囲となって、次ステップ１０６において鋳巣判定処理が行なわれる。
図８は、第２の鋳巣部分拡大処理方法により得られた２値化画像Ｂｂと輝度傾き抽出画像Ｃとをステップ１０５にて重ね合わせて作成された欠陥検出用画像Ｄｂの一例を示す。
この図８中、破線で示す四角形８１は、図６に示す鋳巣部分拡大範囲ｂ３の輪郭を示す。したがって実際には、四角形８１内は図６と同様に輝度値の低い部分（黒色部分）となっている。この四角形８１の内側部分が鋳巣判定範囲となって、次ステップ１０６において鋳巣判定処理が行なわれる。
【００２０】
ステップ１０６では、ステップ１０５で重ね合わせ処理して得られた上記欠陥検出用画像Ｄａ又はＤｂに対して鋳巣判定処理を行なって上記加工面の鋳巣の範囲の判定をする。
ここで、鋳巣の範囲の判定とは、鋳巣の検出（有無の検出）のみならず、検出された鋳巣について、その寸法の計測を精度よく行ない得るために、鋳巣の領域ないし広がりについて判定をすることを指す。
すなわちステップ１０６では、ステップ１０２でその存在が検出され（図３中の鋳巣ｂ１参照）、ステップ１０３でそのエッジが検出された鋳巣（図４中の鋳巣ｃ１参照）について、精度よくその範囲（領域、広がり）の判定をする。
鋳巣判定処理は、上記の欠陥検出用画像Ｄａ又はＤｂ（図７、図８参照）において２値化画像Ｂａ又はＢｂと輝度傾き抽出画像Ｃとの論理積をとることにより行なわれる。
図９は、ステップ１０６において鋳巣判定処理、ここでは論理積演算を行なって得られた画像（鋳巣判定処理結果画像）Ｅの一例を示す図である。この図９中の９１は、その存在と共に寸法の計測を精度よく行ない得るようにその範囲（領域、広がり）が明確に判定された鋳巣を示す。
なお、本実施形態において鋳巣判定処理は、上記欠陥検出用画像Ｄａ又はＤｂ中の円７１又は四角形８１の内側部分（鋳巣判定範囲として設定された部分）における２値化画像Ｂａ又はＢｂ（図５、図６参照）と輝度傾き抽出画像Ｃとの間で行なわれる。
【００２１】
以上述べた本発明の実施形態のうち、ステップ１０４の鋳巣部分拡大処理に第１の鋳巣部分拡大処理方法を適用した第１実施形態の全体の概略を示せば図１０の通りである。同じく第２の鋳巣部分拡大処理方法を適用した第２実施形態の全体の概略を示せば図１１の通りである。
【００２２】
図１２は本発明の第３実施形態の説明図、詳しくは同第３実施形態における鋳巣判定処理の説明図である。この図１２は、第３実施形態における欠陥検出用画像の一例の要部を示している。
この第３実施形態では、図１中のステップ１０４における鋳巣部分拡大処理は行なわず、鋳巣判定処理ステップ１０６においては以下の処理を行なう加工面欠陥判定方法である。なお、その他の処理については第１、第２実施形態と同様に行なう。
すなわち、鋳巣判定処理ステップ１０６では、２値化画像及び輝度傾き抽出画像中に各々複数の鋳巣（画像）がある場合に、２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を２値化画像中の上記の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定する。
具体的には、２値化画像及び輝度傾き抽出画像中に各々複数の鋳巣がある場合に、２値化画像においては各鋳巣の中心座標を検出する。また、輝度傾き抽出画像においては同輝度傾き抽出画像中の各鋳巣の中心座標を検出する。そして、２値化画像中の特定の鋳巣の中心座標に最も近い位置にその中心座標を有する輝度傾き抽出画像中の鋳巣を２値化画像中の上記の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、同鋳巣の範囲を判定する。
【００２３】
例えば、いま、２値化処理による２値化画像中にｎ個の鋳巣（画像）があり、各鋳巣の中心座標が鋳巣１＝（ｘ１，ｙ１）、鋳巣２＝（ｘ２，ｙ２）、鋳巣３＝（ｘ３，ｙ３）、…鋳巣ｎ＝（ｘｎ，ｙｎ）であるとする。また、輝度傾き抽出処理（エッジ処理）による輝度傾き抽出画像中にＮ個の鋳巣（画像）があり、各鋳巣の中心座標が鋳巣１＝（ａ１，ｂ１）、鋳巣２＝（ａ２，ｂ２）、鋳巣３＝（ａ３，ｂ３）、…鋳巣Ｎ＝（ａＮ，ｂＮ）であるとする。
このような場合、図１中の鋳巣判定処理ステップ１０６では、２値化画像中の鋳巣１〜ｎの各中心座標と輝度傾き抽出画像中の各鋳巣１〜Ｎの各中心座標との距離ｌｎ（ｎ＝１、２、３、…）を、各々下式［数１］により求める。
そして、求められた距離ｌｎ群中、その値ｌｎが最も小さくなる中心座標を有する２値化画像中の鋳巣と輝度傾き抽出画像中の鋳巣とを対応付ける。そして、２値化画像中の特定の鋳巣は、輝度傾き抽出画像中においては同特定の鋳巣と上記のように対応付けられた輝度傾き抽出画像中の鋳巣（詳しくは鋳巣のエッジ）がその範囲を示すと判別し、上記の特定の鋳巣の範囲を判定する。このような判別、判定を、２値化画像中のｎ個全ての鋳巣について行ない、全鋳巣の範囲を各々判定する。
【００２４】
【数１】
【００２５】
以上述べた第１〜第３実施形態によれば、次のような効果を奏する。
すなわち、加工面を撮像して得られた濃淡画像による原画像を用いて加工面の欠陥を判定、特に鋳巣寸法の計測等のために鋳巣の範囲を判定する場合、原画像の２値化処理において適宜の閾値を設定すれば鋳巣とノイズの分別は可能である。しかし、閾値の高低によって鋳巣の範囲の判定結果（ひいては鋳巣寸法の計測値等）が変動してしまう（図１３参照）。一方、原画像に対する輝度傾き抽出処理（エッジ処理）によれば鋳巣の範囲（エッジ両端間の広がり）の判定が可能であるが、鋳巣以外のエッジも多く検出されノイズが入りやすい。
そこで、両処理画像を重ね合わせ、それらの重なり部分を鋳巣と判定することが考えられる。しかしこれによると、最終的には２値化画像中の鋳巣によって鋳巣の範囲が判定されることになり、上記のように２値化処理の際の閾値の高低によって鋳巣の範囲が変動する。このため、鋳巣の検出を確実にしたい等の理由で閾値を低く設定すると、鋳巣の範囲が実際よりも狭く判定されてしまう。
第１〜第３実施形態によれば、２値化処理する際の閾値を低くしても同２値化処理によって検出された鋳巣に対応するエッジ処理による鋳巣のエッジが検出されている限り、そのエッジの範囲を２値化処理による鋳巣の範囲として検出する。したがって、上記のような鋳巣の範囲が実際よりも狭く判定されるということはなくなり、精度よく鋳巣の範囲を判定できる。また、鋳巣の範囲を精度よく判定できることによれば、加工面の鋳巣の寸法計測に極めて役立つ。
【００２６】
上記の第１〜第３実施形態では、加工面の鋳巣の範囲を判定する方法について説明したが、このような方法による鋳巣の範囲の判定結果に基づいて鋳巣の寸法を計測し、加工面の品質の良否を検査することも可能である。
図１中のステップ２０１〜２０４は、同上第１〜第３実施形態による鋳巣の範囲の判定結果を用いて鋳巣の寸法を計測し、加工面の品質の良否を検査する加工面品質検査方法の一例を示す。
この例では、ステップ２０１において、第１〜第３実施形態による鋳巣の範囲の判定結果を用いて鋳巣の寸法を計測する。
ステップ２０２では、ステップ２０１で計測された鋳巣の寸法が予め定められた許容値以下か否かを判断する。
ステップ２０３では、ステップ２０２における判断結果がＹＥＳ（鋳巣の寸法が許容値以下）であれば、判断対象となっている加工面が良好である旨をディスプレイ等に表示する。
ステップ２０４では、ステップ２０２における判断結果がＮＯ（鋳巣の寸法が許容値を超える）であれば、判断対象となっている加工面が不良である旨をディスプレイ等に表示して、検査を終了する。
このような加工面品質検査方法によれば、上記のように精度よく鋳巣の範囲を判定できる加工面欠陥判定方法を用いて加工面の品質の良否を検査するようにしたので、精度よく、特に、鋳巣寸法が実際よりも小さい値に計測されることなく鋳巣寸法を計測できる。したがって、不良品を良品と誤判定することがなく、信頼性の高い加工面品質検査を行なうことができる。
【００２７】
なお、上記第１、第２実施形態では、いずれも２値化画像及び輝度傾き抽出画像に１つの鋳巣（画像）が検出された場合を例示しているが、両画像に各々複数の鋳巣が検出される場合もある。このような場合においても、必要に応じ、各々の鋳巣（画像）に対して図１に示す処理（ステップ１０４〜１０６）を行なえば、各鋳巣について、その範囲を精度よく判定できる。
【符号の説明】
【００２８】
１０２：２値化処理ステップ、１０３：輝度傾き抽出処理ステップ、１０４：鋳巣部分拡大ステップ、１０５：重ね合わせ処理ステップ、１０６：鋳巣判定処理ステップ、Ａ：原画像、Ｂ，Ｂａ，Ｂｂ：２値化画像、Ｃ：輝度傾き抽出画像、Ｄａ，Ｄｂ：欠陥検出用画像、Ｅ：鋳巣判定処理。
【特許請求の範囲】
【請求項１】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、
前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、
前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、
前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、
前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、
前記重ね合わせ処理ステップでは、前記２値化画像中の前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成することを特徴とする加工面欠陥判定方法。
【請求項２】
前記鋳巣判定処理ステップでは、前記欠陥検出用画像において前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像との論理積をとることにより、前記加工面の鋳巣の範囲を判定することを特徴とする請求項１に記載の加工面欠陥判定方法。
【請求項３】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、
前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、
前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、
前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、
前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、
前記鋳巣判定処理ステップでは、前記２値化画像及び前記輝度傾き抽出画像中に各々複数の鋳巣がある場合に、前記２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を前記２値化画像中の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定することを特徴とする加工面欠陥判定方法。
【請求項４】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の品質を検査する加工面品質検査方法であって、
請求項１、２又は３に記載の加工面欠陥判定方法による加工面の鋳巣の範囲の判定結果から該鋳巣の寸法を計測して加工面の品質の良否を検査することを特徴とする加工面品質検査方法。
【請求項１】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、
前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、
前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、
前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、
前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、
前記重ね合わせ処理ステップでは、前記２値化画像中の前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成することを特徴とする加工面欠陥判定方法。
【請求項２】
前記鋳巣判定処理ステップでは、前記欠陥検出用画像において前記鋳巣部分が拡大処理された２値化画像と前記輝度傾き抽出画像との論理積をとることにより、前記加工面の鋳巣の範囲を判定することを特徴とする請求項１に記載の加工面欠陥判定方法。
【請求項３】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の欠陥を判定する加工面欠陥判定方法であって、
前記原画像に対し、所定の閾値で２値化処理をして前記加工面の鋳巣を含む２値化画像を作成する２値化処理ステップと、
前記原画像から所定値以上の輝度値の傾きを抽出する輝度傾き抽出処理をして前記加工面の鋳巣を含む輝度傾き抽出画像を作成する輝度傾き抽出処理ステップと、
前記２値化画像と前記輝度傾き抽出画像とを重ね合わせて欠陥検出用画像を作成する重ね合わせ処理ステップと、
前記欠陥検出用画像から前記加工面の鋳巣の範囲を判定する鋳巣判定処理ステップと、を備え、
前記鋳巣判定処理ステップでは、前記２値化画像及び前記輝度傾き抽出画像中に各々複数の鋳巣がある場合に、前記２値化画像中の特定の鋳巣に最も近い位置の輝度傾き抽出画像中の鋳巣を前記２値化画像中の特定の鋳巣に対応する輝度傾き抽出画像中の鋳巣と判別して、該鋳巣の範囲を判定することを特徴とする加工面欠陥判定方法。
【請求項４】
加工面を撮像して得られた濃淡画像に基づく原画像を用いて前記加工面の品質を検査する加工面品質検査方法であって、
請求項１、２又は３に記載の加工面欠陥判定方法による加工面の鋳巣の範囲の判定結果から該鋳巣の寸法を計測して加工面の品質の良否を検査することを特徴とする加工面品質検査方法。
【図１】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１３】
【図２】
【図１０】
【図１１】
【図１２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１３】
【図２】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１３−６８４７３（Ｐ２０１３−６８４７３Ａ）
【公開日】平成２５年４月１８日（２０１３．４．１８）
【国際特許分類】
【出願番号】特願２０１１−２０６１７３（Ｐ２０１１−２０６１７３）
【出願日】平成２３年９月２１日（２０１１．９．２１）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
【公開日】平成２５年４月１８日（２０１３．４．１８）
【国際特許分類】
【出願日】平成２３年９月２１日（２０１１．９．２１）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
[ Back to top ]