歯当たり面検出装置
【課題】測定環境が変化しても歯当たり面を精度良く識別すること。
【解決手段】 塗料４０が塗布された歯面４２をカラーで撮像するカメラ１２と、カラー画像５２から歯面４２の色特徴値５４を特定する色特徴値特定処理１６と、歯面４２の各カラー値について色特徴値５４との色差を算出することで色差データ５６を生成する色差データ生成処理１８と、色差データ５６のヒストグラム５８からしきい値６２を算出すると共に当該色差データ５６を二値化することで歯当たり面４６を識別する歯当たり面識別処理２０とを備えた。
【解決手段】 塗料４０が塗布された歯面４２をカラーで撮像するカメラ１２と、カラー画像５２から歯面４２の色特徴値５４を特定する色特徴値特定処理１６と、歯面４２の各カラー値について色特徴値５４との色差を算出することで色差データ５６を生成する色差データ生成処理１８と、色差データ５６のヒストグラム５８からしきい値６２を算出すると共に当該色差データ５６を二値化することで歯当たり面４６を識別する歯当たり面識別処理２０とを備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、歯車の歯当たりを評価する技術分野に関連し、特に、歯車の歯当たり面を画像処理により評価する技術に関する。
【背景技術】
【０００２】
従来は、歯当たり面（かみ合わせ面）を含む歯面に光明丹等の顔料を主成分とする塗料を塗布し、歯車を回転させた後に、塗料のはがれ具合を目視で確認し、はがれ具合に応じて歯当たりの良否を判定していた。しかし、この従来例では、目視検査であるため、歯当たり面の良否判定についての定量化が困難であった。
【０００３】
特許文献１には、白黒のカメラで歯当たり面を撮影し、濃淡画像（グレースケール）をしきい値で二値化することで、歯当たり面を抽出する手法が提案されている。そして、この従来例では、しきい値の算出及び二値化は、歯当たり面を含み歯先を含まない歯面上の画素値に基づいて行われている（段落００４８から００４９，図８及び図９）。
特許文献２には、カラーのカメラで撮影したＲＧＢ画像をＲＧＢ毎の濃淡画像とし、それぞれを二値化して二値化画像を重ね合わせることで、歯当たりの強度に応じた４段階の階調画像を得る手法が提案されている（第３頁右上欄から左下欄、図３（ａ））。この手法では、ラフな自然光下での処理が可能とされているが（第４頁左上欄）、結局、歯当たり面の良否の判定自体は人手で行われている（第３頁右下欄から第４頁左上欄、図２）。
特許文献３には、ＲＧＢ画像をＲＧＢ毎の濃淡画像とし、さらに、Ｇ成分とＢ成分とを加算して反転し、Ｒ成分と加算することで、光明丹の微妙な付着状態が明確に輝度差として現れる濃淡画像を得る手法が提案されている（段落００１６から００１８、図２）。特に、ラップ段差部分と歯当たり面との輝度差をより明確にすることが図られている（段落００１８、図６）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平10-096621号公報
【特許文献２】特開平3-115829号公報
【特許文献３】特開2004-220244号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
上記特許文献１記載の手法では、光明丹等の塗料の色彩に基づいた判定をすることができず、歯当たりによる光明丹の擦れの程度を良好に判定することができない。
上記特許文献２記載の手法では、光明丹等の塗料の色彩を反映させた画像を生成できるが、歯当たりの良否の判定を自動化することができない。
上記特許文献３記載の手法では、光明丹等の塗料の色彩が変化した場合であっても、ＲＧＢの各成分による同一の手法で判定するため、実際の塗料の色彩が変化すると、良否判定の精度が低下してしまう。特に、光明丹等の塗付量のばらつきや、塗付後の時間経過による色の変化や、照明の種類や、照度条件の変化による塗料の色味の変化等の測定環境のばらつきに対応できない。
【０００６】
このように、上記従来例では、光明丹等の顔料を成分とする塗料を歯面に塗布しておき、かみ合わせて歯当たり面を擦ることで塗料の付着量及び色を変化させ、この色の変化に基づいて歯当たりの良否を自動的に判定しようとする。
［課題１］しかしながら、上記従来例では、測定環境にばらつきがあると、歯当たり面の擦れによる塗料の色彩の変化を精度良く識別することができない、という不都合があった。例えば、塗料の塗布量や、塗料自体またはその色彩に変化があると、歯当たりによる色彩の変化を良好に捉えることができない、という不都合があった。
［課題２］さらに、上記従来例では、光明丹等の塗料の塗布量のばらつき、塗布後の時間経過による色の変化、照明の種類の変化や自然光の変化、外乱光の影響などによって塗料の色が変化すると、測定精度が不安定となってしまい、測定条件を均質化し測定精度を安定させることができない、という不都合があった。
すなわち、ノイズに強く、撮影した画像のみで判定可能な画像処理手法は、上記各文献に何ら開示されていない。
【０００７】
［発明の目的］本発明の目的は、測定環境が変化しても歯当たり面を精度良く識別することにある。
【課題を解決するための手段】
【０００８】
［着眼点］本発明の発明者は、塗布量や照明条件等が変化することで画像の明度（Ｌ）が変化すると色味（色相で特定される色の鮮やかさ）を示す彩度（Ｓ）が変化してしまう、という点に着目した。そして、歯当たり面を特定する前処理として、明度を安定させ色相の相違に応じた画像処理を工夫することで、上記課題を解決できるのではないか、との着想に至った。
【０００９】
［課題解決手段１］実施例１に対応する第１群の本発明は、塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備えている。
そして、この歯当たり面検出部が、前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理とを備えた、という構成を採っている。
これにより、上記課題１を解決した。
【００１０】
［課題解決手段２］ 実施例２に対応する第２群の本発明は、第１群と同様に、カメラを備えている。
そして、課題解決手段２は、前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備えた、という構成を採っている。
これにより、上記課題２を解決した。
【発明の効果】
【００１１】
本発明は、本明細書の記載及び図面を考慮して各請求項記載の用語の意義を解釈し、各請求項に係る発明を認定すると、各請求項に係る発明は、上記背景技術等との関連において次の有利な効果を奏する。
【００１２】
［発明の作用効果１］ 課題解決手段１の歯当たり面検出装置は、色特徴値特定処理が、前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定し、色差データ生成処理が、前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成するため、歯当たりの程度に応じた色特徴値に基づいて人間の色覚に近い色差データを生成することができ、さらに、歯当たり面識別処理が、前記色差データのヒストグラムからしきい値を算出し、色差データを二値化することで前記歯当たり面を識別するため、歯当たり面の位置及び大きさを表す二値化データを良好に算出することができ、これにより、光明丹等の塗料の塗布と歯当たりとによる歯当たり面を安定して検出することができる。
特に、歯当たり面識別処理が、色差データのヒストグラムに基づいて歯当たり面を識別するため、測定環境に変化があっても、基準となる色特徴値からの色差として歯当たり面に生じる色彩の変化を捉えることができるため、塗料や塗料の色味に変化があっても、人間の色覚による検査と同様な精度で歯当たり面を識別することができる。
【００１３】
［発明の作用効果２］ 課題解決手段２の歯当たり面検出装置は、カラー座標変換部が、明度を算出し、明度補正処理部が、カラー画像の明度を予め定められた明度範囲内に向けて前記歯面の前記明度Ｌを補正するため、色相及び彩度を安定して好条件とすることができ、このため、照明条件や塗料の塗布量にかかわらず、歯当たり面を判定するための条件を均質化することができる。そして、明度補正により歯面部分の明度又は輝度を一定とすることで、色相及び彩度の感度を高め、定量化しやすい条件を確保し、歯当たり面の測定精度を安定させることができる。
【図面の簡単な説明】
【００１４】
【図１】本発明の一実施形態の構成例を示すブロック図である。（実施例１から３）
【図２】本発明の実施例１の構成例を示すブロック図である。（実施例１）
【図３】図３（Ａ）から（Ｃ）は測定歯の一例を示す説明図である。（実施例１から３）
【図４】本発明の実施例２の構成例を示すブロック図である。（実施例２）
【図５】輝度と彩度との関係例を示すグラフ図である。（実施例２及び３）
【図６】輝度と色相との関係例を示すグラフ図である。（実施例２及び３）
【図７】本発明の実施例３の構成例を示すブロック図である。（実施例３）
【図８】実施例３のハードウエア資源の構成例を示すブロック図である。（実施例３）
【図９】実施例３の処理工程の一例を示すフローチャートである。（実施例３）
【図１０】図１０（Ａ）は明度５７の原画像の一例を示す図で、図１０（Ｂ）は原画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１１】図１０（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１２】図１０（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【図１３】図１３（Ａ）は明度４０の原画像の一例を示す図で、図１３（Ｂ）は原画像から歯当たり面を抽出した一例を示す図で、図１３（Ｃ）は明度による補正後の補正画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１４】図１３（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１５】図１３（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【図１６】図１６（Ａ）は明度６７の原画像の一例を示す図で、図１６（Ｂ）は原画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１７】図１６（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１８】図１６（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【発明を実施するための形態】
【００１５】
発明を実施するための形態として、３つの実施例を開示する。実施例１は歯当たり面検出部１４を有する歯当たり面検出装置であり、実施例２は明度補正処理部２８を有する歯当たり面検出装置であり、実施例３は歯当たり面検出部１４と明度補正処理部２８との両方を有する歯当たり面検出装置である。実施例１から３までを含めて実施形態という。
【００１６】
本実施形態の検出対象は種々の歯車の歯当たり面４６であり、特定の歯車に限定されず、多様な歯車の多様な歯当たり面４６を検出対象とすることができる。そして、歯車の歯面４２が金属であると、より良好に検出することができ、特に、多数の歯面４２での歯当たりの程度が均質であるか否か等の検査に用いることもできる。
【００１７】
図１を参照すると、歯当たり面検出装置は、四輪車の駆動車輪に用いられるデファレンシャル（デフ，差動装置）のファイナル・ギア（リングギア９６）の歯面４２を検出対象としている。図示の例はスパイラル・ベベルギアである。
歯当たり面検出装置は、塗料４０が塗布された歯面４２を撮像するカメラ１２と、当該歯面４２を照明する照明機器１３とを備え、そして、実施例に応じて、歯当たり面検出部１４と、明度補正処理部２８との一方または両方を備える。
【００１８】
差動装置は、四輪車の右左折等の回転に際して、その回転半径に応じて、左右の駆動輪の回転数を変化させる機構であり、ＦＲのプロペラシャフトやＦＦのトランスミッション等の駆動入力９１と、左右のドライブシャフト９２との間に設けられる。差動装置は、駆動入力９１となるドライブピニオン９０とかみ合うリングギア９６と、このリングギア９６と一体に回転するディファレンシャルケース９４と、この駆動入力９１に応じたディファレンシャルケース９４の回転を公転としてディファレンシャルケース９４内で左右のドライブシャフト９２（アクスルシャフト）毎に自転するピニオンギア及びサイドギア（図示せず）とを備えている。左右のサイドギアは、公転しつつ自転により左右の車輪に与えられる抵抗に応じた自転をし、ドライブシャフト９２に回転力を伝達する。
【００１９】
そして、ディファレンシャルケース９４は、ギアキャリア９８に回動可能に支持されている。ディファレンシャルケース９４のリングギア９６は、多数の歯面４２を有する。このリングギア９６の歯面４２がドライブピニオン９０とかみ合うことで、駆動入力９１がドライブシャフト９２及び駆動輪に伝達される。このため、リングギア９６の噛み合わせ面（歯面４２）の良否が性能の安定に重要である。
【００２０】
本実施形態の歯当たり面検出装置は、例えば、このようなリングギア９６の歯面４２での歯当たり面４６を検出し、歯当たり面４６の面積や、重心位置や、予め定められた面積や重心位置との差や、歯当たりの程度等を算出する。そして、通常の歯車の歯面４２の他、スパイラル・ベベルギアのように歯面４２の形状が複雑な歯車であっても、その歯当たり面４６を検出することができる。
【００２１】
本実施形態では、歯面４２に塗料４０を塗布した後にリングギア９６とドライブピニオン９０とをかみ合わせることで、歯当たり面４６の塗料４０を擦り、この擦り（当たり）により変色した塗料４０の状態を画像処理により識別する。塗料４０としては、彩度の高い無機顔料からなる粒径が微細な粉体が好ましく、例えば、赤色顔料である光明丹を使用することができる。光明丹は、鉛丹ともいわれ、四酸化鉛を主成分とし、当たりの検査にて従前より活用されている。また、鉛ではなく、粒径が微細な他の顔料を使用しても良い。
【００２２】
人間の色覚は、全ての色について同一の分解能を有するのではなく、赤からオレンジに至る色彩の識別力が高いため、赤色の顔料である光明丹を用いると、微妙な色の変化を目視検査により高い分解能で識別することができる。
【００２３】
そして、本実施形態では、当たりによる塗料４０の変色の状態をカメラ１２で撮像し、このカラー画像５２をデジタル処理することで、歯当たり面４６を検出する。カラー画像５２をデジタル処理する前提として、従来例では、単純に、ＲＧＢ（レッドＲ、グリーンＧ、ブルーＢ）の表色系を使用しているが、本実施形態では、色差δや、簡易色差Δを算出するために、ＲＧＢではない表色系をも使用する。
【００２４】
色を定量的に表すことを表色といい、表色のための体系を表色系という。表色系には、色表その他物体の色を表す顕色系と、色の混色による等色を基準として色を表す混色系とがある。混色系には、モニター等の光源光の特定に有用な加法混色と、印刷物等の物体光の特定に有用な減法混色とがある。加法混色では、ＲＧＢが用いられ、減法混色では、ＣＭＹＫ（シアン、イエロー、マゼンタ、ブラック）が多用されている。
【００２５】
顕色系としては、人間の感覚に基づいて色表を並べたマンセル表色系がある。マンセル表色系は、明度（マンセルバリューＶ）を縦軸に、色相（マンセルヒューＨ）を円周方向に、彩度（マンセルクロマＣ）を半径方向とし、色を「色相 明度／彩度」で表す。例えば、ＪＩＳ慣用色名での赤は「５Ｒ ４／１４」と表される。マンセル表色系は、色相の値毎に、明るさを特定する明度と、色の鮮やかさを特定する彩度とにより色を表すため、色と色との間の差（色差）を人間の感覚に近くすることができる。しかし、色表を用いるため、色表と色表との間の色を定量化することが難しい。
【００２６】
混色系では、ＲＧＢ等の刺激値の組み合わせにより、多様な色を表現することができる。この原刺激値の組み合わせを等色関数という。等色関数を使用すれば、原刺激値を用いて、任意の色を精度良く特定することができる。しかし、ＲＧＢ表色系では、Ｒについて負の混色が生じてしまい、取扱が難しくなるため、負の混色を生じさせない原刺激値ＸＹＺを定め、ＸＹＺ表色系が定義された。ＸＹＺ表色系や、ｘｙ色度図は色の定量化によく利用されている。また、これら各種表色系でのそれぞれの刺激値の組み合わせによる色の取扱を色空間ともいう。
【００２７】
ＸＹＺ表色系では、その色空間内の距離が人間の感覚による色差に対応せず、ｘｙ色度図での距離として求めた色差は、知覚的には均等とならない。中心色と等色の範囲を示す楕円をアクアダム楕円といい、ｘｙ色度図にこのアクアダム楕円を重ねると、ｘｙ色度図の座標によって楕円の大きさが異なってしまう。
【００２８】
この色差は、等色関数とは異なり非線形であり、均等色空間の定義は困難であるが、明度を含んだ均等色空間として、ＸＹＺを原刺激値として、それぞれ三次元直交座標を用いたL*a*b*色空間とL*u*v*色空間とが提案されている。L*は明度を表し、a*b*と、u*v*とは色相と彩度からなる色知覚の属性を表す。L*a*b*色空間はマンセル表色系と対応するように組み立てられており、L*u*v*色空間はアクアダム楕円との対応が良い。この均等色空間では、空間内の距離を人間の感覚に近い色差とすることができる。
【００２９】
コンピュータ・グラフィックスでは、上記色彩学での表色系ではないが、ＨＳＬ表色系と、ＨＳＢ表色系とが用いられている。このカラーモデルは、マンセル表色系と類似しており、色を３軸で表している。ＨＳＢ表色系では、色相（ヒューＨ）、彩度（サチュレーションＳ）、輝度（ブライトネスＢ）の３軸、ＨＳＬ表色系では輝度Ｂに代えて明度（ライトネスＬ）としている。色相は、色の系統を３６０度の角度で表し、マンセル表色系と同様な色相環となる。彩度は、０％から１００％までの値で表現され、０％は無彩色、１００％はその色相及び明度において最も鮮やかな色である。明度は明るさのレベルを示し、０％は黒、１００％がその色相及び彩度において最も明るい状態を示す。
【００３０】
ＲＧＢで撮影されたカラー画像５２は、予め定められた算式を用いてＨＳＬ表色系に変換することができる。また、ＨＳＬ表色系や、ＨＳＢ表色系は、マンセル表色系と類似しており、そのＨＳＬ表色系の空間での距離を色差として扱いやすいという特徴がある。
【実施例１】
【００３１】
＜1歯当たり面検出装置：変化対応＞
＜1.1色差データ＞
本実施形態の実施例１を開示する。実施例１は、歯当たり面４６を精度良く識別するために、色差データ５６に基づく情報処理をするものである。
【００３２】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、歯当たり面検出部１４とを備え、歯当たり面検出部１４は、前記カラー画像５２に基づいて、前記歯面４２での歯当たり面４６を検出する。このために、歯当たり面検出部１４が、色特徴値特定処理１６と、色差データ生成処理１８と、歯当たり面識別処理２０とを備えている。
【００３３】
図２に示す例では、歯当たり面検出装置１４は、さらに、照明機器１３を備えている。そして、測定対象物である歯面４２には、塗料４０が塗布されており、歯車の当たりによって、歯面４２の歯当たり面４６にて塗料４０の色味が変化している。
【００３４】
カメラ１２は、この塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。カラー画像５２は、例えば、ＲＧＢ表色系でのデータであり、１画素について、レッドＲの値と、グリーンＧの値と、ブルーＢの値とを有する。
好ましい例では、照明機器１３が、予め定められた明るさで予め定められたスペクトル成分の照明光を照射し、カメラ１２が、歯面４２で照明光が反射した反射光を受光し、カラー画像５２とすると良い。照明機器１３としてハロゲンランプやキセノンランプ等を用いることで、照明光のスペクトル成分を自然光に近い白色光とすると、歯面４２の色彩を正確にカラー画像５２とすることができる。蛍光灯等を使用する際には、塗料４０の色によっては、蛍光灯のスペクトルに応じた補正をすると良い。
【００３５】
歯当たり面検出部１４の色特徴値特定処理１６は、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定する。色特徴値５４は、色差データ５６を算出する基準となる色であり、撮像されたカラー画像５２から求めると良い。本実施例では、光明丹等の塗料４０を塗布した段階では、塗料４０の色は明るく鮮やかであり、歯当たりの生じた部分は濃く暗い色味となる。色特徴値５４は、この歯当たりの有無に応じた塗料４０の色差δを検出しやすい特徴値とすると良い。色特徴値５４としては、例えば、塗料４０が塗布された面のうち、最も濃く暗い部分の色や、最も明るい部分の色とすると良い。最も濃い部分の色は明度Ｌと彩度Ｓとの和が最大となる画素の色で、最も明るい部分の色は明度Ｌと彩度Ｓとの和が最小となる画素の色とすることができる。最も明るい色は照明環境等に依存して変化しやすい傾向があるため、色特徴値５４及び色差δを安定させるには、濃い部分の色を色特徴値５４とすることが望ましい。
【００３６】
色差データ生成処理１８は、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成する。色差δは、表色系による色空間での色の値を座標値とした際に、２色の座標値の間の距離で近似することができる。カラー画像５２の色空間をL*a*b*色空間やL*u*v*色空間とすると、人間の色覚に近い色差δを扱うことができる。また、ＨＳＢ色空間やＨＳＬ（ＬＨＳ）色空間としても、色空間内の距離を比較的人間の色覚に近い色差δとして扱うことができる。そして、歯面４２の全てのカラー値について、この色差δを算出したデータを色差データ５６という。この色差δに基づいた色差データ５６を使用すると、人間の色覚に近いデータを定量化できるため、従前の目視による検査手法と対比し、整合させやすい。
また、色差データ５６は、色の差を数値で表したもので、１チャンネルのデータであり、可視化すると、グレースケール（濃淡画像）とすることができる。
【００３７】
歯当たり面識別処理２０は、前記色差データ５６のヒストグラム５８からしきい値６２を算出する。色差データ５６は、色特徴値５４からの距離を示すデータであり、色特徴値５４を濃い色とすると、歯面４２のうち、濃く暗い部分への距離が近く小さい数値で、明るく鮮やかな部分への距離が遠く大きい数値となる。この１チャンネルのデータはヒストグラム５８を得ることができ、歯当たりが生じて濃く暗い部分と、歯当たりしていない明るい鮮やかな部分とを切り分けることができる。例えば、判別分析法を用いると、明るい部分を背景として、抽出すべき暗い部分と背景とのしきい値６２を求めることができる。
【００３８】
歯当たり面識別処理２０は、このしきい値６２を用いて、色差データ５６を二値化することで前記歯当たり面４６を識別する。ヒストグラム５８から得たしきい値６２を用いて色差データ５６を二値化すると、歯当たり面４６のみを抽出した二値化データ６０を得ることができる。この二値化データ６０を使用すると、歯当たり面４６の位置、大きさ（面積）及び形状の特徴を画像処理により検出することができる。
【００３９】
図３（Ａ）にカラー画像５２をＲＧＢとした際のブルーＢチャンネル画像の一例を、図３（Ｂ）にレッドＲチャンネルの一例をそれぞれグレースケール化して示す。図３（Ｃ）に、測定歯５０の歯面４２の測定結果の一例を示す。
図３を参照すると、リングギア９６は、歯車の側面となる歯面４２と、歯車の上部となる歯先４４とを有している。そして、歯面４２は、歯当たりが生じた歯当たり面４６と、歯面４２のうち歯当たり面４６以外の部分である非歯当たり面４８とを有している。歯当たりは、１回か又は複数回である。また、歯当たりに際して歯面４２に加えられる力も均一ではないため、歯当たりの強度は歯面４８の位置に応じて異なる。しかし、歯当たりの試験の結果として、歯当たりが生じた歯当たり面４６と、若干の歯当たりがあった部分を含む非歯当たり面４８とを区分することができる。
【００４０】
図３（Ａ）及び（Ｂ）に示す例では、測定歯５０を特定するために、歯先４４の形状の特徴を利用したパターンマッチングを用いている。リングギア９６を回転させながらカラー画像５２を撮像し、上下の歯先４４に挟まれた歯面４２を測定歯５０として抽出する。歯当たり面検出部１４は、図３（Ｃ）に示すように、測定歯５０を抽出すると、色特徴値特定処理１６、色差データ生成処理１８及び歯当たり面識別処理２０とにより、歯当たり面４６を抽出する。
【００４１】
次に、色差データ５６の具体的な計算手法を説明する。好ましい例では、カラー画像５２をＨＳＬ（ＬＨＳ）表色系で表色し、前記カラー画像５２の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓで表す。そして、前記色差データ生成処理１８が、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとしたとき、次式（１）の色差算出式で前記色差δを算出する。次式（１）では、ＨＳＬ色空間内での距離を色差δとするため、ＲＧＢ色空間での距離による色差と比較して、人間の色覚に近い色差データ５６を生成することができる。そして、式（１）を用いて人間の色覚に近い色差データ５６は、歯当たりの強度と関連性が高く、このため、精度の高い検出をすることができる。
【００４２】
【数１】
【００４３】
また、別の好ましい例では、前記色差データ生成処理１８が、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとし、係数をα、β及びγとしたとき、次式（２）の簡易色差算出式で簡易色差Δを算出する。簡易色差Δの算出では、数値の引き算とかけ算と足し算のみで簡易色差Δを求めることができるため、色差データ５６を高速に算出することができる。そして、係数α，β及びγを調整することで、塗料４０の色彩に応じて実用上問題のない簡易な色差データ５６を算出することができる。また、光明丹を使用する例では、α＝β＝γ＝１としても一定の精度で検出することができる。係数α，β及びγを調整する際には、式（１）で算出した色差群を目標値として、最小自乗法等を用いて係数の値を最適化するようにしても良い。
【００４４】
【数２】
【００４５】
・1.1色差データの効果
上述のように、色特徴値特定処理１６が、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定すし、色差データ生成処理１８が、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成するため、歯当たりの程度に応じた色特徴値５４に基づいて人間の色覚に近い色差データ５６を生成することができ、さらに、歯当たり面識別処理２０が、前記色差データ５６のヒストグラム５８からしきい値６２を算出し、色差データ５６を二値化することで前記歯当たり面４６を識別するため、光明丹等の塗料４０の塗布と歯当たりとによる歯当たり面４６を良好に検出することができる。
【００４６】
また、色差データ５６の使用により、歯当たりによる色味の変化を良好に反映したデータを得ることができ、そして、色差データ５６のヒストグラム５８から二値化するため、背景となる非歯当たり面４８を分離し、歯当たり面４６を安定して検出することができる。
【００４７】
そして、色差δの算出では、ＨＳＬ色空間を使用し、色空間内での距離を色差δとすると、人間の色覚に近い定量化が可能となり、従来の目視による検査との整合性を保ち、従前の検査のノウハウを活用しつつ、画像処理による安定した検出をすることができる。
また、簡易色差Δを算出する例では、計算を簡略化し、高速な処理により歯当たり面４６を検出することが可能となる。
【実施例２】
【００４８】
＜2歯当たり面検出装置：均質化＞
＜2.1明度補正＞
次に、本実施形態の実施例２を開示する。実施例２は、測定条件を均質化するために、予め定められた明度範囲６８を目標として明度補正をするものである。
【００４９】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、カラー座標変換部２６と、明度補正処理部２８と、歯当たり面検出部１４とを備えている。そして、好ましい例では、カメラ１２が、ゲイン調整部３２を備え、明度補正処理部２８が、ゲイン調整処理３４とを備えると良い。
【００５０】
図４に示す例では、カメラ１２は、塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。画像処理部２４内のカラー座標変換部２６は、前記カラー画像５２の表色系（色空間）を変換して当該カラー画像５２の明度を算出する。変換前の色空間としてはＲＧＢ色空間があり、変換後の色空間としてはＨＳＬ色空間やＨＳＢ色空間がある。また、変換後の色空間としては、L*a*b*色空間やL*u*v*色空間を採用しても良い。明度Ｌは、色空間によっては、輝度Ｂという名称となる。明度Ｌは、色相や彩度とは異なる色味の無い値で、白から黒までの明るさを与える値である。
【００５１】
明度補正処理部２８は、前記カラー画像５２の前記明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌ又は輝度を補正する。明度範囲６８は、明度Ｌの中間値（例えば、０（％）から１００（％）であれば５０（％））から若干明るめの範囲、例えば、ＨＳＬ色空間の明度Ｌでは５０から６０の範囲とすると良い。ＨＳＬ空間にて明度補正する際には、各画素の明度を（５５/L）倍することで、明度Ｌの中心値を５５近傍に補正し、これにより、明度Ｌを予め定められた明度範囲６８内となるように補正する。ＲＧＢ色空間にて明度補正する際には、ＲＧＢ各チャンネルの輝度値を（５５/L）倍すると良い。この倍率は、分子及び分母が明度（通常の数値またはパーセントで示される比率）で無次元の比率である。分子は、明度範囲６８の中心値とし、分母は、カラー画像５２の明度とすると良い。この比率を明度補正比率という。明度補正比率は、中心値（例えば、５５）より明るい明度値を暗めに、中心値より暗い明度値を明るめに補正する役割を果たす。
【００５２】
歯当たり面検出部１４は、明度補正された前記カラー画像５２に基づいて前記歯面４２での歯当たり面４６を検出する。明度補正されると、色相Ｈ及び彩度Ｓのズレが小さく、歯当たり面４６の色味に応じた検出を良好に行うことができる。
【００５３】
図５に、明度Ｌと彩度Ｓとの相関関係を示す。この例では、照明条件とカメラ１２の絞りを変えて、例１から例３について測定歯５０を撮影し、歯当たり面４６の全体の明度Ｌ及び彩度Ｓを計算した。図５に示すように、明度L = 60 近傍で彩度Ｓが最大となる。彩度Ｓが大きくなると、歯当たり面４６と非歯当たり面４８との色差δが大きくなり、すると、歯当たり面４６の識別が容易になる。
そして、明度L = 50 を超えると識別が容易になる。さらに、明度L = 60 を超えると、色飛び（RGBチャンネルの一部がレンジオーバ）が生じてしまい、彩度Ｓが低下し、歯当たり面４６の識別が難しくなる。
【００５４】
図６に、明度Ｌと色相Ｈとの相関関係を示す。そして、明度L = 50から60の条件で、比較的一定の値となっている。一方、明度Ｌがこの条件を外れると、色相Ｈが変化し、実際の色とカラー画像５２での色とが異なる色となってしまう。
【００５５】
図５及び図６に示すように、明度L = 50から60の条件が最適であり、明度範囲６８を５０から６０の範囲とし、中央値を５５とすると良い。このため、明度補正処理部２８は、カラー画像５２の明度Ｌを中央値L＝55（ア5）となるように明度を補正すると良い。
【００５６】
・2.1明度補正の効果
上述のように、カラー座標変換部２６が、カラー画像５２の明度Ｌを算出し、明度補正処理部２８が、カラー画像５２の明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌを補正するため、色相及び彩度を安定して好条件とすることができ、このため、照明条件や塗料４０の塗布量にかかわらず、歯当たり面４６を判定するための条件を均質化することで、測定精度を安定させることができる。
【００５７】
＜2.2ゲイン調整＞
再度図４を参照すると、カメラ１２が、撮像のゲインを調整するゲイン調整部３２を備えている。そして、明度補正処理部２８は、前記カラー画像５２の明度Ｌが前記明度範囲６８外の際に、前記ゲインの調整を制御するゲイン調整処理３４を備えている。
ゲイン調整部３２は、例えば、カメラ１２の画像入力ボード７４のゲイン調整機能であり、また、照明機器１３の光量の自動調整や、カメラ１２の搾りの自動調整としても良い。
【００５８】
ゲイン調整処理３４は、例えば、カラー画像５２の全体や、または歯面４２の部分の明度Ｌの平均値や中央値を求めてこの明度が予め定められた明度値（例えば、６０）より大きい場合や、カラー画像５２全体または歯面４２の明度Ｌの内最大の明度が予め定められた明度値（例えば、６５）より大きい場合に、不良のカラー画像５２と判定し、ゲインを再調整した撮像を制御すると良い。
【００５９】
カラー画像５２の良否判定のしきい値６２は、測定対象及び塗料４０の色相や最大の彩度等に応じて、図４及び図５に示す相関関係のデータ等を用いて定めると良い。このゲイン調整により、ＲＧＢの各チャンネルの何れかでオーバーフローが生じ、明度補正処理では均質な画像を得ることができない場合などに、再撮影を制御することができる。
また、ゲイン調整後に再撮影したカラー画像５２について、さらに、明度範囲６８に向けた明度補正処理をすると、より均質化した一定条件での検出をすることができる。
【００６０】
・2.2ゲイン調整の効果
上述のように、カラー画像５２の明度Ｌが前記明度範囲６８外の際に、ゲイン調整処理３４が前記ゲインの調整を制御し、この制御に従ってゲイン調整部３２がカメラ１２や照明機器１３等の撮像のゲインを調整し、再撮影するため、カラー画像５２が明るすぎてオーバーフローが生じ、色彩の再現性が悪化し、明度補正では均質さを取り戻せない場合には、ゲインを調整した再撮影によりカラー画像５２の明度の範囲を一定範囲とすることができる。そして、このゲイン調整により、低精度での歯当たりの判定を事前に除外し、さらに、日射量等の照明環境の変化があっても検出精度を安定させることができる。
このように、撮影条件等に変化があっても、オーバーフローの悪影響を事前に除外し、カラー画像５２を均質化することができる。従って、歯当たり面４６の検出について、熟練者による判定よりも高精度な定量化をすることができる。
【実施例３】
【００６１】
＜3歯当たり面検出装置：変化対応及び均質化＞
＜3.1明度及び色差＞
さらに、実施例３を開示する。実施例３は、歯当たりの大きさや位置を精度良く安定して検出するために、カラー画像５２の色相及び彩度の情報を最大限活用しようとするものである。
【００６２】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、カラー座標変換部２６と、明度補正処理部２８と、歯当たり面検出部１４とを備えている。そして、歯当たり面検出部１４は、色特徴値特定処理１６と、色差データ生成処理１８と、歯当たり面識別処理２０とを備えている。また、好ましい例では、ゲイン調整部３２と、ゲイン調整処理３４とを備えると良い。
【００６３】
図７に示す例では、カメラ１２は、塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。そして、カラー座標変換部２６は、カラー画像５２の色空間を変換して当該カラー画像５２の明度Ｌを算出する。明度補正処理部２８は、カラー画像５２の前記明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌ又は輝度を補正する。例えば、特徴的な明度値をL1としたとき、カラー画像５２の各画素の明度Ｌに実施例２に開示した（５５／Ｌ1）を掛けることで補正する。このような明度補正により、撮影環境や塗料４０の塗布量等の変化があってもカラー画像５２での色の再現性を均質にすることができる。
【００６４】
そして、歯当たり面検出部１４は、明度補正された前記カラー画像５２に基づいて前記歯面４２での歯当たり面４６を検出する。この際に、色特徴値特定処理１６は、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定する。色特徴値５４は、例えば、実施例１にて開示した塗料４０の最も濃い部分（明度Ｌと彩度Ｓとの和が最大となる点）とすると良い。そして、色差データ生成処理１８は、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成する。色差δは、上述した式（１）を使用して色空間内の距離として求めることができる。また、式（２）による簡易色差Δを使用しても良い。
【００６５】
歯当たり面識別処理２０は、前記色差データ５６のヒストグラム５８からしきい値６２を算出すると共に、当該色差データ５６を二値化することで、前記歯当たり面４６を識別する。また、画像処理部２４は、測定対象となる歯面４２を抽出するためのパターンマッチング等の画像処理をする。例えば、画像処理部２４は、カラー画像５２を微分処理して画像中のエッジを抽出し、このエッジを予め定められたパターンと比較することで、画像中の対象となるエッジを特定する。
【００６６】
図８に歯当たり面検出装置のハードウエア資源の構成例を示す。図８に示す例では、カメラ１２で撮像する画像を調整してＣＰＵ７２に入力する画像入力ボード７４と、演算をするＣＰＵ７２と、ＣＰＵ７２に記憶空間を提供する主記憶装置７６と、不揮発性のハードディスク等の補助記憶装置７８と、測定対象となる歯面４２を備えている。
【００６７】
画像入力ボード７４は、カラー画像５２のゲインを調整するゲイン調整部３２として機能する。また、カラー画像５２の表色系（色空間）を変換する機能を有するようにしても良い。ＣＰＵ７２は、予め導入された歯当たり面検出用プログラムを実行することで、図７に示す明度補正処理部２８や歯当たり面検出部１４として機能する。また、ＣＰＵ７２は、カラー座標変換部２６として機能するように構成しても良い。主記憶装置７６はＣＰＵ７２の一次記憶装置であり、プログラムやデータを一時的に格納する。補助記憶装置７８は、例えばハードディスクであり、歯当たり面検出用プログラムデータや、予め定められた明度範囲６８の中心値や、画像処理によるパターンマッチングに使用するパターンデータや、歯当たり面４６の重心位置及び面積についての許容範囲等を記憶する。駆動機構８０は、塗料４０を塗布した歯車（例えば、リングギア９６）を回転させることで歯当たりを生じさせる。さらに、駆動機構８０は、歯面４２のカメラ１２に対する相対的な位置を位置決めする際に当該歯車を回転させる。
【００６８】
図９に実施例３の測定フローの一例を示す。歯当たり面検出装置を起動し（ステップＳ１）、塗布された塗料４０、例えば光明丹を検出する（ステップＳ２）。次に、駆動機構８０を制御してリングギア９６を回転させ、歯合わせをする（ステップＳ３）。
【００６９】
歯合わせにより歯当たりをさせた後、歯面４２を撮影するために、歯面４２の位置決めをする。すなわち、まず、画像処理部２４は、パターンマッチングにより歯先４４の位置を検出し（ステップＳ４）、歯先４４の位置が許容範囲内であるか否かを確認する（ステップＳ５）。許容範囲内でなければ、駆動機構８０を制御してリングギア９６を回転させ、再度位置決めする。許容範囲内であれば、カメラ１２を制御して、歯面４２を撮影する（ステップＳ６，撮像工程）。
【００７０】
次に、カラー画像５２をＲＧＢチャンネルに分解し（ステップＳ７）ＲＧＢそれぞれの値を用いて、ＨＳＬ色空間（ＬＨＳ色空間）に座標変換し、明度Ｌと、彩度Ｓと、色相Ｈとを算出する（ステップＳ８，カラー座標変換工程）。
【００７１】
色の違いを識別する場合、明度Ｌ = 50 辺りの感度が高いことが知られている。明度Ｌが低い場合は、色の識別が難しく、高すぎる場合は色飛び（RGBのいずれかのチャンネルがレンジオーバすること）により色相Ｈがずれてしまうことがある。そこで、党明度Lが55近傍（55ア5）媒になるように、カメラ１２および画像入力ボード７４のゲインを自動補正し、再撮影する。すなわち、ゲイン調整処理３４は、ＨＳＬ色空間での明度Ｌの値に基づいて、カラー画像５２の良否を判定し、不良の際には再撮影する。
【００７２】
具体的には、カラー画像５２の明度Ｌが、予め定められた明度範囲６８外の場合に、カラー画像５２の不良として、ゲインを調整し（ステップＳ１０）、再度撮影する（ステップＳ６）。明度範囲６８は、例えば、５０から６０である。カラー画像５２の特徴的な明度L1としては、カラー画像５２中の明度の最大値や、平均値や、中央値や、最小値などを使用することができる。
【００７３】
次に、ＨＳＬの明度ＬかRGB各チャンネルの輝度を（55/L1）倍することにより明度L=55に向けてソフト上で明度補正する（ステップＳ１１，明度補正工程）。明度Lの基準を一定とすることで、照明条件、光明丹の塗付量の差による濃淡の影響を軽減し、カラー画像５２を均質とすることができる。
【００７４】
そして、歯面４２の輪郭データを補助記憶装置７８から読み出し（ステップＳ１３）、パターンマッチングにより測定対象の歯面４２を検出する（ステップＳ１３）。この歯面４２の検出により、歯面４２中の歯当たり面４６と非歯当たり面４８のみのデータを抽出することができる。続いて、色差データ５６を算出する。具体的には、まず、光明丹の最も濃い部分（L,Sの和が最大となる点）を色特徴値５４として選出し、基準点0とし、明度基準値Lo、色相基準値Ho、彩度基準値Soを算出する（ステップＳ１４，色特徴値特定工程）。
【００７５】
次に、色差データ生成処理１８は、カラー画像５２の各ピクセルの明度L、色相H、彩度Sの値から、上述した式（１）により色差δを算出する（ステップＳ１５，色差データ生成工程）。また、式（２）により簡易色差Δを算出しても良い。色差δ又は簡易色差Δを256階調へ換算して濃淡モノクロ画像（グレースケール）へ変換し、明度Ｌ=55一定とすることにより、色差をより明確にした画像を算出し、歯当たり面４６の識別を容易とすることができる。明度Ｌの条件をほぼ一定にすることにより、歯当たり面４６と非歯当たり面４８の識別が定量的に再現可能となる。
【００７６】
続いて、歯当たり面識別処理２０は、濃淡モノクロ画像とした色差データ５６に基づいて、判別分析法による二値化手法を用いて、歯当たり面４６の候補を抽出する（ステップＳ１７，歯当たり面識別工程）。複数領域の候補がある場合、上歯と下歯とについて同様の処理を行い、同位置に存在する領域を歯当たり面４６とする。歯当たり面４６を検出すると、この歯当たり面４６の重心位置及び面積を算出し（ステップＳ１８）、補助記憶装置７８から予め定められた重心位置及び面積の許容値を読み出して（ステップＳ１９）、比較することで、歯当たり面４６の良否を判定する（ステップＳ２０）。
【００７７】
重心位置は、歯当たり面４６に含まれる各ピクセルのｘ座標値の平均値と、ｙ座標値の平均値とにより求めることができ、重心位置の許容値は一定範囲の座標値とすることができる。歯当たり面４６の面積は、歯当たり面４６に含まれるピクセル（画素）の数とすることができ、面積の許容値をピクセル数での範囲とすることができる。カラー画像５２及び色差データ５６の各ピクセルの大きさと、実空間での大きさとをスケール値で対応させることができ、このスケール値を予め測定しておくと、重心位置及び面積とそれらの許容値とを実空間での長さ及び広さとすることができる。
【００７８】
この図９に示す工程は、ＣＰＵ７２が歯当たり面検出用プログラムを実行することで実現することができる。
【００７９】
図１０（Ａ）は明度L = 57 の原画像の一例を示す図で、図１０（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図である。図１０に示す例では、明度５７であり、予め定められた明度範囲６８内であるため、明度補正を必要としない。図１０（Ａ）に示すように、リングギア９６の歯面４２と歯先４４とが撮影され、そのうちの１歯が測定歯５０となる。図１０（Ａ）に示す原画像から歯当たり面４６を抽出すると、図１０（Ｂ）に示す例となる。
【００８０】
図１１は、図１０（Ａ）に示す明度L = 57 の原画像のヒストグラム５８の一例を示す説明図であり、図１２は、図１０（Ａ）に示す原画像の色差データ５６を二値化した二値化画像の一例を示す説明図である。測定歯５０の歯面４２のデータを抽出し、色差データ５６をグレースケール化すると、図１１に示すように、判別分析に適した２つのピークを得ることができる。すなわち、色差データ５６は、背景部分（非歯当たり面４８に属する階調値のグループ）と特徴部分（歯当たり面４６に属する階調値のグループ）とに別れ、２つのピークの谷部分の値（図１１に示す例では、値１４５）をしきい値６２として二値化すると、特徴部分（歯当たり面４６）のみを抽出することができる。
【００８１】
すなわち、図１１及び図１２に示すように、明度５７の場合、色差データ５６のヒストグラム５８は、背景部分と特徴部分とがしきい値６２（値１４５）にて明確に切り分けられ、このしきい値６２で色差データ５６を二値化すると、図１２に示すように、歯当たり面４６を良好に検出することができる。そして、この二値化データ６０を使用すると、歯当たり面４６の重心位置及び面積を計算でき、その値も実際の歯当たり面４６と良く対応したものとなっている。
【００８２】
図１３（Ａ）は、図１０（Ａ）と同一の対象について、明度L = 40 である原画像の一例を示す図であり、輝度が低く明度補正が必要となる。図１３（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図で、測定歯５０の歯当たり面４６が大きめに検出されている。明度L = 40 の原画像のように明度が低いと、最適な図１０（Ｂ）と比較して、識別した領域は、実際の歯当たり面４６より広がる傾向がある。図１３（Ｃ）は明度Lによる輝度値の補正後の色差データ５６から歯当たり面４６を抽出した一例を示す図で、歯当たり面４６の重心位置及び面積を良好に抽出している。この図１３（Ｃ）に示す補正は、カラー画像５２のRGB各チャンネルを定数倍するという輝度補正をした結果であり、図１０（Ｂ）に近い領域を検出できている。
【００８３】
図１４は、図１３（Ａ）に示す原画像のヒストグラム５８の一例を示す説明図であり、図１５は、図１３（Ａ）に示す色差データ５６を二値化した二値化画像の一例を示す説明図であり、明度４０と暗いカラー画像５２によるため、特徴部分となる歯当たり面４６が実際より大きめに抽出されている。一方、明度補正をすると、図１３（Ｃ）に示すように、適正明度である図１０（Ｂ）に示す場合とほぼ同様に歯当たり面４６を検出することができる。
【００８４】
図１６（Ａ）は明度６７の原画像の一例を示す図で、図１６（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図である。図１６に示す例では、明度L = 67 であり、輝度が高すぎ明度補正をすることができない。図１７は、図１６（Ｂ）に示す原画像のヒストグラム５８の一例を示す説明図であり、図１８は、図１６（Ｂ）に示す原画像の色差データ５６を二値化した二値化画像の一例を示す説明図である。図１６（Ａ）に示すように明度が高すぎる場合は、Rチャンネルのレンジオーバにより歯当たり面４６が不鮮明となる。そして、ヒストグラム５８のピークが消滅し、歯当たり面４６の識別が難しくなってしまう。このため、明度補正による修正が不可能とし、画像入力ボード７４のゲインを下げての再撮影とすると良い。
【００８５】
・3.1明度及び色差の効果
上述のように、ＲＧＢでのカラー画像５２をＨＳＬ空間に変換し、明度Ｌが予め定められた明度範囲６８となるように明度補正をし、その後に色差データ５６を算出し、この色差データ５６に基づいて歯当たり面４６を抽出するため、照明の照度条件、光明丹の濃淡の影響を軽減でき、色差を識別できる感度を高くすることができる。これらにより、歯当たり面を正確に識別し、特に、面積・重心位置を安定して測定することができる。
【符号の説明】
【００８６】
１２ カメラ
１３ 照明機器
１４ 歯当たり面検出部
１６ 色特徴値特定処理
１８ 色差データ生成処理
２０ 歯当たり面識別処理
２４ 画像処理部
２６ カラー座標変換部
２８ 明度補正処理部
３２ ゲイン調整部
３４ ゲイン調整処理
４０ 塗料
４２ 歯面
４４ 歯先
４６ 歯当たり面
４８ 非歯当たり面
５０ 測定歯
５２ カラー画像
５４ 色特徴値
５６ 色差データ
５８ ヒストグラム
６０ 二値化データ
６２ しきい値
６８ 明度範囲
７２ ＣＰＵ
７４ 画像入力ボード
７６ 主記憶装置
７８ 補助記憶装置
８０ 駆動機構
９０ ドライブピニオン
９１ 駆動入力
９２ ドライブシャフト
９４ ディファレンシャルケース
９６ リングギア
９８ ギアキャリア
δ 色差
Δ 簡易色差
Ｌ 明度
Ｈ 色相
Ｓ 彩度
【技術分野】
【０００１】
本発明は、歯車の歯当たりを評価する技術分野に関連し、特に、歯車の歯当たり面を画像処理により評価する技術に関する。
【背景技術】
【０００２】
従来は、歯当たり面（かみ合わせ面）を含む歯面に光明丹等の顔料を主成分とする塗料を塗布し、歯車を回転させた後に、塗料のはがれ具合を目視で確認し、はがれ具合に応じて歯当たりの良否を判定していた。しかし、この従来例では、目視検査であるため、歯当たり面の良否判定についての定量化が困難であった。
【０００３】
特許文献１には、白黒のカメラで歯当たり面を撮影し、濃淡画像（グレースケール）をしきい値で二値化することで、歯当たり面を抽出する手法が提案されている。そして、この従来例では、しきい値の算出及び二値化は、歯当たり面を含み歯先を含まない歯面上の画素値に基づいて行われている（段落００４８から００４９，図８及び図９）。
特許文献２には、カラーのカメラで撮影したＲＧＢ画像をＲＧＢ毎の濃淡画像とし、それぞれを二値化して二値化画像を重ね合わせることで、歯当たりの強度に応じた４段階の階調画像を得る手法が提案されている（第３頁右上欄から左下欄、図３（ａ））。この手法では、ラフな自然光下での処理が可能とされているが（第４頁左上欄）、結局、歯当たり面の良否の判定自体は人手で行われている（第３頁右下欄から第４頁左上欄、図２）。
特許文献３には、ＲＧＢ画像をＲＧＢ毎の濃淡画像とし、さらに、Ｇ成分とＢ成分とを加算して反転し、Ｒ成分と加算することで、光明丹の微妙な付着状態が明確に輝度差として現れる濃淡画像を得る手法が提案されている（段落００１６から００１８、図２）。特に、ラップ段差部分と歯当たり面との輝度差をより明確にすることが図られている（段落００１８、図６）。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開平10-096621号公報
【特許文献２】特開平3-115829号公報
【特許文献３】特開2004-220244号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
上記特許文献１記載の手法では、光明丹等の塗料の色彩に基づいた判定をすることができず、歯当たりによる光明丹の擦れの程度を良好に判定することができない。
上記特許文献２記載の手法では、光明丹等の塗料の色彩を反映させた画像を生成できるが、歯当たりの良否の判定を自動化することができない。
上記特許文献３記載の手法では、光明丹等の塗料の色彩が変化した場合であっても、ＲＧＢの各成分による同一の手法で判定するため、実際の塗料の色彩が変化すると、良否判定の精度が低下してしまう。特に、光明丹等の塗付量のばらつきや、塗付後の時間経過による色の変化や、照明の種類や、照度条件の変化による塗料の色味の変化等の測定環境のばらつきに対応できない。
【０００６】
このように、上記従来例では、光明丹等の顔料を成分とする塗料を歯面に塗布しておき、かみ合わせて歯当たり面を擦ることで塗料の付着量及び色を変化させ、この色の変化に基づいて歯当たりの良否を自動的に判定しようとする。
［課題１］しかしながら、上記従来例では、測定環境にばらつきがあると、歯当たり面の擦れによる塗料の色彩の変化を精度良く識別することができない、という不都合があった。例えば、塗料の塗布量や、塗料自体またはその色彩に変化があると、歯当たりによる色彩の変化を良好に捉えることができない、という不都合があった。
［課題２］さらに、上記従来例では、光明丹等の塗料の塗布量のばらつき、塗布後の時間経過による色の変化、照明の種類の変化や自然光の変化、外乱光の影響などによって塗料の色が変化すると、測定精度が不安定となってしまい、測定条件を均質化し測定精度を安定させることができない、という不都合があった。
すなわち、ノイズに強く、撮影した画像のみで判定可能な画像処理手法は、上記各文献に何ら開示されていない。
【０００７】
［発明の目的］本発明の目的は、測定環境が変化しても歯当たり面を精度良く識別することにある。
【課題を解決するための手段】
【０００８】
［着眼点］本発明の発明者は、塗布量や照明条件等が変化することで画像の明度（Ｌ）が変化すると色味（色相で特定される色の鮮やかさ）を示す彩度（Ｓ）が変化してしまう、という点に着目した。そして、歯当たり面を特定する前処理として、明度を安定させ色相の相違に応じた画像処理を工夫することで、上記課題を解決できるのではないか、との着想に至った。
【０００９】
［課題解決手段１］実施例１に対応する第１群の本発明は、塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備えている。
そして、この歯当たり面検出部が、前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理とを備えた、という構成を採っている。
これにより、上記課題１を解決した。
【００１０】
［課題解決手段２］ 実施例２に対応する第２群の本発明は、第１群と同様に、カメラを備えている。
そして、課題解決手段２は、前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備えた、という構成を採っている。
これにより、上記課題２を解決した。
【発明の効果】
【００１１】
本発明は、本明細書の記載及び図面を考慮して各請求項記載の用語の意義を解釈し、各請求項に係る発明を認定すると、各請求項に係る発明は、上記背景技術等との関連において次の有利な効果を奏する。
【００１２】
［発明の作用効果１］ 課題解決手段１の歯当たり面検出装置は、色特徴値特定処理が、前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定し、色差データ生成処理が、前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成するため、歯当たりの程度に応じた色特徴値に基づいて人間の色覚に近い色差データを生成することができ、さらに、歯当たり面識別処理が、前記色差データのヒストグラムからしきい値を算出し、色差データを二値化することで前記歯当たり面を識別するため、歯当たり面の位置及び大きさを表す二値化データを良好に算出することができ、これにより、光明丹等の塗料の塗布と歯当たりとによる歯当たり面を安定して検出することができる。
特に、歯当たり面識別処理が、色差データのヒストグラムに基づいて歯当たり面を識別するため、測定環境に変化があっても、基準となる色特徴値からの色差として歯当たり面に生じる色彩の変化を捉えることができるため、塗料や塗料の色味に変化があっても、人間の色覚による検査と同様な精度で歯当たり面を識別することができる。
【００１３】
［発明の作用効果２］ 課題解決手段２の歯当たり面検出装置は、カラー座標変換部が、明度を算出し、明度補正処理部が、カラー画像の明度を予め定められた明度範囲内に向けて前記歯面の前記明度Ｌを補正するため、色相及び彩度を安定して好条件とすることができ、このため、照明条件や塗料の塗布量にかかわらず、歯当たり面を判定するための条件を均質化することができる。そして、明度補正により歯面部分の明度又は輝度を一定とすることで、色相及び彩度の感度を高め、定量化しやすい条件を確保し、歯当たり面の測定精度を安定させることができる。
【図面の簡単な説明】
【００１４】
【図１】本発明の一実施形態の構成例を示すブロック図である。（実施例１から３）
【図２】本発明の実施例１の構成例を示すブロック図である。（実施例１）
【図３】図３（Ａ）から（Ｃ）は測定歯の一例を示す説明図である。（実施例１から３）
【図４】本発明の実施例２の構成例を示すブロック図である。（実施例２）
【図５】輝度と彩度との関係例を示すグラフ図である。（実施例２及び３）
【図６】輝度と色相との関係例を示すグラフ図である。（実施例２及び３）
【図７】本発明の実施例３の構成例を示すブロック図である。（実施例３）
【図８】実施例３のハードウエア資源の構成例を示すブロック図である。（実施例３）
【図９】実施例３の処理工程の一例を示すフローチャートである。（実施例３）
【図１０】図１０（Ａ）は明度５７の原画像の一例を示す図で、図１０（Ｂ）は原画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１１】図１０（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１２】図１０（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【図１３】図１３（Ａ）は明度４０の原画像の一例を示す図で、図１３（Ｂ）は原画像から歯当たり面を抽出した一例を示す図で、図１３（Ｃ）は明度による補正後の補正画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１４】図１３（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１５】図１３（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【図１６】図１６（Ａ）は明度６７の原画像の一例を示す図で、図１６（Ｂ）は原画像から歯当たり面を抽出した一例を示す図である。（実施例１から３）
【図１７】図１６（Ａ）に示す原画像のヒストグラムの一例を示す説明図である。（実施例１から３）
【図１８】図１６（Ａ）に示す原画像の色差データを二値化した二値化画像の一例を示す説明図である。（実施例１から３）
【発明を実施するための形態】
【００１５】
発明を実施するための形態として、３つの実施例を開示する。実施例１は歯当たり面検出部１４を有する歯当たり面検出装置であり、実施例２は明度補正処理部２８を有する歯当たり面検出装置であり、実施例３は歯当たり面検出部１４と明度補正処理部２８との両方を有する歯当たり面検出装置である。実施例１から３までを含めて実施形態という。
【００１６】
本実施形態の検出対象は種々の歯車の歯当たり面４６であり、特定の歯車に限定されず、多様な歯車の多様な歯当たり面４６を検出対象とすることができる。そして、歯車の歯面４２が金属であると、より良好に検出することができ、特に、多数の歯面４２での歯当たりの程度が均質であるか否か等の検査に用いることもできる。
【００１７】
図１を参照すると、歯当たり面検出装置は、四輪車の駆動車輪に用いられるデファレンシャル（デフ，差動装置）のファイナル・ギア（リングギア９６）の歯面４２を検出対象としている。図示の例はスパイラル・ベベルギアである。
歯当たり面検出装置は、塗料４０が塗布された歯面４２を撮像するカメラ１２と、当該歯面４２を照明する照明機器１３とを備え、そして、実施例に応じて、歯当たり面検出部１４と、明度補正処理部２８との一方または両方を備える。
【００１８】
差動装置は、四輪車の右左折等の回転に際して、その回転半径に応じて、左右の駆動輪の回転数を変化させる機構であり、ＦＲのプロペラシャフトやＦＦのトランスミッション等の駆動入力９１と、左右のドライブシャフト９２との間に設けられる。差動装置は、駆動入力９１となるドライブピニオン９０とかみ合うリングギア９６と、このリングギア９６と一体に回転するディファレンシャルケース９４と、この駆動入力９１に応じたディファレンシャルケース９４の回転を公転としてディファレンシャルケース９４内で左右のドライブシャフト９２（アクスルシャフト）毎に自転するピニオンギア及びサイドギア（図示せず）とを備えている。左右のサイドギアは、公転しつつ自転により左右の車輪に与えられる抵抗に応じた自転をし、ドライブシャフト９２に回転力を伝達する。
【００１９】
そして、ディファレンシャルケース９４は、ギアキャリア９８に回動可能に支持されている。ディファレンシャルケース９４のリングギア９６は、多数の歯面４２を有する。このリングギア９６の歯面４２がドライブピニオン９０とかみ合うことで、駆動入力９１がドライブシャフト９２及び駆動輪に伝達される。このため、リングギア９６の噛み合わせ面（歯面４２）の良否が性能の安定に重要である。
【００２０】
本実施形態の歯当たり面検出装置は、例えば、このようなリングギア９６の歯面４２での歯当たり面４６を検出し、歯当たり面４６の面積や、重心位置や、予め定められた面積や重心位置との差や、歯当たりの程度等を算出する。そして、通常の歯車の歯面４２の他、スパイラル・ベベルギアのように歯面４２の形状が複雑な歯車であっても、その歯当たり面４６を検出することができる。
【００２１】
本実施形態では、歯面４２に塗料４０を塗布した後にリングギア９６とドライブピニオン９０とをかみ合わせることで、歯当たり面４６の塗料４０を擦り、この擦り（当たり）により変色した塗料４０の状態を画像処理により識別する。塗料４０としては、彩度の高い無機顔料からなる粒径が微細な粉体が好ましく、例えば、赤色顔料である光明丹を使用することができる。光明丹は、鉛丹ともいわれ、四酸化鉛を主成分とし、当たりの検査にて従前より活用されている。また、鉛ではなく、粒径が微細な他の顔料を使用しても良い。
【００２２】
人間の色覚は、全ての色について同一の分解能を有するのではなく、赤からオレンジに至る色彩の識別力が高いため、赤色の顔料である光明丹を用いると、微妙な色の変化を目視検査により高い分解能で識別することができる。
【００２３】
そして、本実施形態では、当たりによる塗料４０の変色の状態をカメラ１２で撮像し、このカラー画像５２をデジタル処理することで、歯当たり面４６を検出する。カラー画像５２をデジタル処理する前提として、従来例では、単純に、ＲＧＢ（レッドＲ、グリーンＧ、ブルーＢ）の表色系を使用しているが、本実施形態では、色差δや、簡易色差Δを算出するために、ＲＧＢではない表色系をも使用する。
【００２４】
色を定量的に表すことを表色といい、表色のための体系を表色系という。表色系には、色表その他物体の色を表す顕色系と、色の混色による等色を基準として色を表す混色系とがある。混色系には、モニター等の光源光の特定に有用な加法混色と、印刷物等の物体光の特定に有用な減法混色とがある。加法混色では、ＲＧＢが用いられ、減法混色では、ＣＭＹＫ（シアン、イエロー、マゼンタ、ブラック）が多用されている。
【００２５】
顕色系としては、人間の感覚に基づいて色表を並べたマンセル表色系がある。マンセル表色系は、明度（マンセルバリューＶ）を縦軸に、色相（マンセルヒューＨ）を円周方向に、彩度（マンセルクロマＣ）を半径方向とし、色を「色相 明度／彩度」で表す。例えば、ＪＩＳ慣用色名での赤は「５Ｒ ４／１４」と表される。マンセル表色系は、色相の値毎に、明るさを特定する明度と、色の鮮やかさを特定する彩度とにより色を表すため、色と色との間の差（色差）を人間の感覚に近くすることができる。しかし、色表を用いるため、色表と色表との間の色を定量化することが難しい。
【００２６】
混色系では、ＲＧＢ等の刺激値の組み合わせにより、多様な色を表現することができる。この原刺激値の組み合わせを等色関数という。等色関数を使用すれば、原刺激値を用いて、任意の色を精度良く特定することができる。しかし、ＲＧＢ表色系では、Ｒについて負の混色が生じてしまい、取扱が難しくなるため、負の混色を生じさせない原刺激値ＸＹＺを定め、ＸＹＺ表色系が定義された。ＸＹＺ表色系や、ｘｙ色度図は色の定量化によく利用されている。また、これら各種表色系でのそれぞれの刺激値の組み合わせによる色の取扱を色空間ともいう。
【００２７】
ＸＹＺ表色系では、その色空間内の距離が人間の感覚による色差に対応せず、ｘｙ色度図での距離として求めた色差は、知覚的には均等とならない。中心色と等色の範囲を示す楕円をアクアダム楕円といい、ｘｙ色度図にこのアクアダム楕円を重ねると、ｘｙ色度図の座標によって楕円の大きさが異なってしまう。
【００２８】
この色差は、等色関数とは異なり非線形であり、均等色空間の定義は困難であるが、明度を含んだ均等色空間として、ＸＹＺを原刺激値として、それぞれ三次元直交座標を用いたL*a*b*色空間とL*u*v*色空間とが提案されている。L*は明度を表し、a*b*と、u*v*とは色相と彩度からなる色知覚の属性を表す。L*a*b*色空間はマンセル表色系と対応するように組み立てられており、L*u*v*色空間はアクアダム楕円との対応が良い。この均等色空間では、空間内の距離を人間の感覚に近い色差とすることができる。
【００２９】
コンピュータ・グラフィックスでは、上記色彩学での表色系ではないが、ＨＳＬ表色系と、ＨＳＢ表色系とが用いられている。このカラーモデルは、マンセル表色系と類似しており、色を３軸で表している。ＨＳＢ表色系では、色相（ヒューＨ）、彩度（サチュレーションＳ）、輝度（ブライトネスＢ）の３軸、ＨＳＬ表色系では輝度Ｂに代えて明度（ライトネスＬ）としている。色相は、色の系統を３６０度の角度で表し、マンセル表色系と同様な色相環となる。彩度は、０％から１００％までの値で表現され、０％は無彩色、１００％はその色相及び明度において最も鮮やかな色である。明度は明るさのレベルを示し、０％は黒、１００％がその色相及び彩度において最も明るい状態を示す。
【００３０】
ＲＧＢで撮影されたカラー画像５２は、予め定められた算式を用いてＨＳＬ表色系に変換することができる。また、ＨＳＬ表色系や、ＨＳＢ表色系は、マンセル表色系と類似しており、そのＨＳＬ表色系の空間での距離を色差として扱いやすいという特徴がある。
【実施例１】
【００３１】
＜1歯当たり面検出装置：変化対応＞
＜1.1色差データ＞
本実施形態の実施例１を開示する。実施例１は、歯当たり面４６を精度良く識別するために、色差データ５６に基づく情報処理をするものである。
【００３２】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、歯当たり面検出部１４とを備え、歯当たり面検出部１４は、前記カラー画像５２に基づいて、前記歯面４２での歯当たり面４６を検出する。このために、歯当たり面検出部１４が、色特徴値特定処理１６と、色差データ生成処理１８と、歯当たり面識別処理２０とを備えている。
【００３３】
図２に示す例では、歯当たり面検出装置１４は、さらに、照明機器１３を備えている。そして、測定対象物である歯面４２には、塗料４０が塗布されており、歯車の当たりによって、歯面４２の歯当たり面４６にて塗料４０の色味が変化している。
【００３４】
カメラ１２は、この塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。カラー画像５２は、例えば、ＲＧＢ表色系でのデータであり、１画素について、レッドＲの値と、グリーンＧの値と、ブルーＢの値とを有する。
好ましい例では、照明機器１３が、予め定められた明るさで予め定められたスペクトル成分の照明光を照射し、カメラ１２が、歯面４２で照明光が反射した反射光を受光し、カラー画像５２とすると良い。照明機器１３としてハロゲンランプやキセノンランプ等を用いることで、照明光のスペクトル成分を自然光に近い白色光とすると、歯面４２の色彩を正確にカラー画像５２とすることができる。蛍光灯等を使用する際には、塗料４０の色によっては、蛍光灯のスペクトルに応じた補正をすると良い。
【００３５】
歯当たり面検出部１４の色特徴値特定処理１６は、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定する。色特徴値５４は、色差データ５６を算出する基準となる色であり、撮像されたカラー画像５２から求めると良い。本実施例では、光明丹等の塗料４０を塗布した段階では、塗料４０の色は明るく鮮やかであり、歯当たりの生じた部分は濃く暗い色味となる。色特徴値５４は、この歯当たりの有無に応じた塗料４０の色差δを検出しやすい特徴値とすると良い。色特徴値５４としては、例えば、塗料４０が塗布された面のうち、最も濃く暗い部分の色や、最も明るい部分の色とすると良い。最も濃い部分の色は明度Ｌと彩度Ｓとの和が最大となる画素の色で、最も明るい部分の色は明度Ｌと彩度Ｓとの和が最小となる画素の色とすることができる。最も明るい色は照明環境等に依存して変化しやすい傾向があるため、色特徴値５４及び色差δを安定させるには、濃い部分の色を色特徴値５４とすることが望ましい。
【００３６】
色差データ生成処理１８は、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成する。色差δは、表色系による色空間での色の値を座標値とした際に、２色の座標値の間の距離で近似することができる。カラー画像５２の色空間をL*a*b*色空間やL*u*v*色空間とすると、人間の色覚に近い色差δを扱うことができる。また、ＨＳＢ色空間やＨＳＬ（ＬＨＳ）色空間としても、色空間内の距離を比較的人間の色覚に近い色差δとして扱うことができる。そして、歯面４２の全てのカラー値について、この色差δを算出したデータを色差データ５６という。この色差δに基づいた色差データ５６を使用すると、人間の色覚に近いデータを定量化できるため、従前の目視による検査手法と対比し、整合させやすい。
また、色差データ５６は、色の差を数値で表したもので、１チャンネルのデータであり、可視化すると、グレースケール（濃淡画像）とすることができる。
【００３７】
歯当たり面識別処理２０は、前記色差データ５６のヒストグラム５８からしきい値６２を算出する。色差データ５６は、色特徴値５４からの距離を示すデータであり、色特徴値５４を濃い色とすると、歯面４２のうち、濃く暗い部分への距離が近く小さい数値で、明るく鮮やかな部分への距離が遠く大きい数値となる。この１チャンネルのデータはヒストグラム５８を得ることができ、歯当たりが生じて濃く暗い部分と、歯当たりしていない明るい鮮やかな部分とを切り分けることができる。例えば、判別分析法を用いると、明るい部分を背景として、抽出すべき暗い部分と背景とのしきい値６２を求めることができる。
【００３８】
歯当たり面識別処理２０は、このしきい値６２を用いて、色差データ５６を二値化することで前記歯当たり面４６を識別する。ヒストグラム５８から得たしきい値６２を用いて色差データ５６を二値化すると、歯当たり面４６のみを抽出した二値化データ６０を得ることができる。この二値化データ６０を使用すると、歯当たり面４６の位置、大きさ（面積）及び形状の特徴を画像処理により検出することができる。
【００３９】
図３（Ａ）にカラー画像５２をＲＧＢとした際のブルーＢチャンネル画像の一例を、図３（Ｂ）にレッドＲチャンネルの一例をそれぞれグレースケール化して示す。図３（Ｃ）に、測定歯５０の歯面４２の測定結果の一例を示す。
図３を参照すると、リングギア９６は、歯車の側面となる歯面４２と、歯車の上部となる歯先４４とを有している。そして、歯面４２は、歯当たりが生じた歯当たり面４６と、歯面４２のうち歯当たり面４６以外の部分である非歯当たり面４８とを有している。歯当たりは、１回か又は複数回である。また、歯当たりに際して歯面４２に加えられる力も均一ではないため、歯当たりの強度は歯面４８の位置に応じて異なる。しかし、歯当たりの試験の結果として、歯当たりが生じた歯当たり面４６と、若干の歯当たりがあった部分を含む非歯当たり面４８とを区分することができる。
【００４０】
図３（Ａ）及び（Ｂ）に示す例では、測定歯５０を特定するために、歯先４４の形状の特徴を利用したパターンマッチングを用いている。リングギア９６を回転させながらカラー画像５２を撮像し、上下の歯先４４に挟まれた歯面４２を測定歯５０として抽出する。歯当たり面検出部１４は、図３（Ｃ）に示すように、測定歯５０を抽出すると、色特徴値特定処理１６、色差データ生成処理１８及び歯当たり面識別処理２０とにより、歯当たり面４６を抽出する。
【００４１】
次に、色差データ５６の具体的な計算手法を説明する。好ましい例では、カラー画像５２をＨＳＬ（ＬＨＳ）表色系で表色し、前記カラー画像５２の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓで表す。そして、前記色差データ生成処理１８が、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとしたとき、次式（１）の色差算出式で前記色差δを算出する。次式（１）では、ＨＳＬ色空間内での距離を色差δとするため、ＲＧＢ色空間での距離による色差と比較して、人間の色覚に近い色差データ５６を生成することができる。そして、式（１）を用いて人間の色覚に近い色差データ５６は、歯当たりの強度と関連性が高く、このため、精度の高い検出をすることができる。
【００４２】
【数１】
【００４３】
また、別の好ましい例では、前記色差データ生成処理１８が、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとし、係数をα、β及びγとしたとき、次式（２）の簡易色差算出式で簡易色差Δを算出する。簡易色差Δの算出では、数値の引き算とかけ算と足し算のみで簡易色差Δを求めることができるため、色差データ５６を高速に算出することができる。そして、係数α，β及びγを調整することで、塗料４０の色彩に応じて実用上問題のない簡易な色差データ５６を算出することができる。また、光明丹を使用する例では、α＝β＝γ＝１としても一定の精度で検出することができる。係数α，β及びγを調整する際には、式（１）で算出した色差群を目標値として、最小自乗法等を用いて係数の値を最適化するようにしても良い。
【００４４】
【数２】
【００４５】
・1.1色差データの効果
上述のように、色特徴値特定処理１６が、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定すし、色差データ生成処理１８が、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成するため、歯当たりの程度に応じた色特徴値５４に基づいて人間の色覚に近い色差データ５６を生成することができ、さらに、歯当たり面識別処理２０が、前記色差データ５６のヒストグラム５８からしきい値６２を算出し、色差データ５６を二値化することで前記歯当たり面４６を識別するため、光明丹等の塗料４０の塗布と歯当たりとによる歯当たり面４６を良好に検出することができる。
【００４６】
また、色差データ５６の使用により、歯当たりによる色味の変化を良好に反映したデータを得ることができ、そして、色差データ５６のヒストグラム５８から二値化するため、背景となる非歯当たり面４８を分離し、歯当たり面４６を安定して検出することができる。
【００４７】
そして、色差δの算出では、ＨＳＬ色空間を使用し、色空間内での距離を色差δとすると、人間の色覚に近い定量化が可能となり、従来の目視による検査との整合性を保ち、従前の検査のノウハウを活用しつつ、画像処理による安定した検出をすることができる。
また、簡易色差Δを算出する例では、計算を簡略化し、高速な処理により歯当たり面４６を検出することが可能となる。
【実施例２】
【００４８】
＜2歯当たり面検出装置：均質化＞
＜2.1明度補正＞
次に、本実施形態の実施例２を開示する。実施例２は、測定条件を均質化するために、予め定められた明度範囲６８を目標として明度補正をするものである。
【００４９】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、カラー座標変換部２６と、明度補正処理部２８と、歯当たり面検出部１４とを備えている。そして、好ましい例では、カメラ１２が、ゲイン調整部３２を備え、明度補正処理部２８が、ゲイン調整処理３４とを備えると良い。
【００５０】
図４に示す例では、カメラ１２は、塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。画像処理部２４内のカラー座標変換部２６は、前記カラー画像５２の表色系（色空間）を変換して当該カラー画像５２の明度を算出する。変換前の色空間としてはＲＧＢ色空間があり、変換後の色空間としてはＨＳＬ色空間やＨＳＢ色空間がある。また、変換後の色空間としては、L*a*b*色空間やL*u*v*色空間を採用しても良い。明度Ｌは、色空間によっては、輝度Ｂという名称となる。明度Ｌは、色相や彩度とは異なる色味の無い値で、白から黒までの明るさを与える値である。
【００５１】
明度補正処理部２８は、前記カラー画像５２の前記明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌ又は輝度を補正する。明度範囲６８は、明度Ｌの中間値（例えば、０（％）から１００（％）であれば５０（％））から若干明るめの範囲、例えば、ＨＳＬ色空間の明度Ｌでは５０から６０の範囲とすると良い。ＨＳＬ空間にて明度補正する際には、各画素の明度を（５５/L）倍することで、明度Ｌの中心値を５５近傍に補正し、これにより、明度Ｌを予め定められた明度範囲６８内となるように補正する。ＲＧＢ色空間にて明度補正する際には、ＲＧＢ各チャンネルの輝度値を（５５/L）倍すると良い。この倍率は、分子及び分母が明度（通常の数値またはパーセントで示される比率）で無次元の比率である。分子は、明度範囲６８の中心値とし、分母は、カラー画像５２の明度とすると良い。この比率を明度補正比率という。明度補正比率は、中心値（例えば、５５）より明るい明度値を暗めに、中心値より暗い明度値を明るめに補正する役割を果たす。
【００５２】
歯当たり面検出部１４は、明度補正された前記カラー画像５２に基づいて前記歯面４２での歯当たり面４６を検出する。明度補正されると、色相Ｈ及び彩度Ｓのズレが小さく、歯当たり面４６の色味に応じた検出を良好に行うことができる。
【００５３】
図５に、明度Ｌと彩度Ｓとの相関関係を示す。この例では、照明条件とカメラ１２の絞りを変えて、例１から例３について測定歯５０を撮影し、歯当たり面４６の全体の明度Ｌ及び彩度Ｓを計算した。図５に示すように、明度L = 60 近傍で彩度Ｓが最大となる。彩度Ｓが大きくなると、歯当たり面４６と非歯当たり面４８との色差δが大きくなり、すると、歯当たり面４６の識別が容易になる。
そして、明度L = 50 を超えると識別が容易になる。さらに、明度L = 60 を超えると、色飛び（RGBチャンネルの一部がレンジオーバ）が生じてしまい、彩度Ｓが低下し、歯当たり面４６の識別が難しくなる。
【００５４】
図６に、明度Ｌと色相Ｈとの相関関係を示す。そして、明度L = 50から60の条件で、比較的一定の値となっている。一方、明度Ｌがこの条件を外れると、色相Ｈが変化し、実際の色とカラー画像５２での色とが異なる色となってしまう。
【００５５】
図５及び図６に示すように、明度L = 50から60の条件が最適であり、明度範囲６８を５０から６０の範囲とし、中央値を５５とすると良い。このため、明度補正処理部２８は、カラー画像５２の明度Ｌを中央値L＝55（ア5）となるように明度を補正すると良い。
【００５６】
・2.1明度補正の効果
上述のように、カラー座標変換部２６が、カラー画像５２の明度Ｌを算出し、明度補正処理部２８が、カラー画像５２の明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌを補正するため、色相及び彩度を安定して好条件とすることができ、このため、照明条件や塗料４０の塗布量にかかわらず、歯当たり面４６を判定するための条件を均質化することで、測定精度を安定させることができる。
【００５７】
＜2.2ゲイン調整＞
再度図４を参照すると、カメラ１２が、撮像のゲインを調整するゲイン調整部３２を備えている。そして、明度補正処理部２８は、前記カラー画像５２の明度Ｌが前記明度範囲６８外の際に、前記ゲインの調整を制御するゲイン調整処理３４を備えている。
ゲイン調整部３２は、例えば、カメラ１２の画像入力ボード７４のゲイン調整機能であり、また、照明機器１３の光量の自動調整や、カメラ１２の搾りの自動調整としても良い。
【００５８】
ゲイン調整処理３４は、例えば、カラー画像５２の全体や、または歯面４２の部分の明度Ｌの平均値や中央値を求めてこの明度が予め定められた明度値（例えば、６０）より大きい場合や、カラー画像５２全体または歯面４２の明度Ｌの内最大の明度が予め定められた明度値（例えば、６５）より大きい場合に、不良のカラー画像５２と判定し、ゲインを再調整した撮像を制御すると良い。
【００５９】
カラー画像５２の良否判定のしきい値６２は、測定対象及び塗料４０の色相や最大の彩度等に応じて、図４及び図５に示す相関関係のデータ等を用いて定めると良い。このゲイン調整により、ＲＧＢの各チャンネルの何れかでオーバーフローが生じ、明度補正処理では均質な画像を得ることができない場合などに、再撮影を制御することができる。
また、ゲイン調整後に再撮影したカラー画像５２について、さらに、明度範囲６８に向けた明度補正処理をすると、より均質化した一定条件での検出をすることができる。
【００６０】
・2.2ゲイン調整の効果
上述のように、カラー画像５２の明度Ｌが前記明度範囲６８外の際に、ゲイン調整処理３４が前記ゲインの調整を制御し、この制御に従ってゲイン調整部３２がカメラ１２や照明機器１３等の撮像のゲインを調整し、再撮影するため、カラー画像５２が明るすぎてオーバーフローが生じ、色彩の再現性が悪化し、明度補正では均質さを取り戻せない場合には、ゲインを調整した再撮影によりカラー画像５２の明度の範囲を一定範囲とすることができる。そして、このゲイン調整により、低精度での歯当たりの判定を事前に除外し、さらに、日射量等の照明環境の変化があっても検出精度を安定させることができる。
このように、撮影条件等に変化があっても、オーバーフローの悪影響を事前に除外し、カラー画像５２を均質化することができる。従って、歯当たり面４６の検出について、熟練者による判定よりも高精度な定量化をすることができる。
【実施例３】
【００６１】
＜3歯当たり面検出装置：変化対応及び均質化＞
＜3.1明度及び色差＞
さらに、実施例３を開示する。実施例３は、歯当たりの大きさや位置を精度良く安定して検出するために、カラー画像５２の色相及び彩度の情報を最大限活用しようとするものである。
【００６２】
歯当たり面検出装置は、その主要な要素として、カメラ１２と、カラー座標変換部２６と、明度補正処理部２８と、歯当たり面検出部１４とを備えている。そして、歯当たり面検出部１４は、色特徴値特定処理１６と、色差データ生成処理１８と、歯当たり面識別処理２０とを備えている。また、好ましい例では、ゲイン調整部３２と、ゲイン調整処理３４とを備えると良い。
【００６３】
図７に示す例では、カメラ１２は、塗料４０が塗布された歯面４２をカラーで撮像してカラー画像５２を生成する。そして、カラー座標変換部２６は、カラー画像５２の色空間を変換して当該カラー画像５２の明度Ｌを算出する。明度補正処理部２８は、カラー画像５２の前記明度Ｌを予め定められた明度範囲６８内に向けて前記歯面４２の前記明度Ｌ又は輝度を補正する。例えば、特徴的な明度値をL1としたとき、カラー画像５２の各画素の明度Ｌに実施例２に開示した（５５／Ｌ1）を掛けることで補正する。このような明度補正により、撮影環境や塗料４０の塗布量等の変化があってもカラー画像５２での色の再現性を均質にすることができる。
【００６４】
そして、歯当たり面検出部１４は、明度補正された前記カラー画像５２に基づいて前記歯面４２での歯当たり面４６を検出する。この際に、色特徴値特定処理１６は、前記カラー画像５２から前記歯面４２の色の特徴値となる色特徴値５４を特定する。色特徴値５４は、例えば、実施例１にて開示した塗料４０の最も濃い部分（明度Ｌと彩度Ｓとの和が最大となる点）とすると良い。そして、色差データ生成処理１８は、前記歯面４２の各カラー値について前記色特徴値５４との色差δを算出することで色差データ５６を生成する。色差δは、上述した式（１）を使用して色空間内の距離として求めることができる。また、式（２）による簡易色差Δを使用しても良い。
【００６５】
歯当たり面識別処理２０は、前記色差データ５６のヒストグラム５８からしきい値６２を算出すると共に、当該色差データ５６を二値化することで、前記歯当たり面４６を識別する。また、画像処理部２４は、測定対象となる歯面４２を抽出するためのパターンマッチング等の画像処理をする。例えば、画像処理部２４は、カラー画像５２を微分処理して画像中のエッジを抽出し、このエッジを予め定められたパターンと比較することで、画像中の対象となるエッジを特定する。
【００６６】
図８に歯当たり面検出装置のハードウエア資源の構成例を示す。図８に示す例では、カメラ１２で撮像する画像を調整してＣＰＵ７２に入力する画像入力ボード７４と、演算をするＣＰＵ７２と、ＣＰＵ７２に記憶空間を提供する主記憶装置７６と、不揮発性のハードディスク等の補助記憶装置７８と、測定対象となる歯面４２を備えている。
【００６７】
画像入力ボード７４は、カラー画像５２のゲインを調整するゲイン調整部３２として機能する。また、カラー画像５２の表色系（色空間）を変換する機能を有するようにしても良い。ＣＰＵ７２は、予め導入された歯当たり面検出用プログラムを実行することで、図７に示す明度補正処理部２８や歯当たり面検出部１４として機能する。また、ＣＰＵ７２は、カラー座標変換部２６として機能するように構成しても良い。主記憶装置７６はＣＰＵ７２の一次記憶装置であり、プログラムやデータを一時的に格納する。補助記憶装置７８は、例えばハードディスクであり、歯当たり面検出用プログラムデータや、予め定められた明度範囲６８の中心値や、画像処理によるパターンマッチングに使用するパターンデータや、歯当たり面４６の重心位置及び面積についての許容範囲等を記憶する。駆動機構８０は、塗料４０を塗布した歯車（例えば、リングギア９６）を回転させることで歯当たりを生じさせる。さらに、駆動機構８０は、歯面４２のカメラ１２に対する相対的な位置を位置決めする際に当該歯車を回転させる。
【００６８】
図９に実施例３の測定フローの一例を示す。歯当たり面検出装置を起動し（ステップＳ１）、塗布された塗料４０、例えば光明丹を検出する（ステップＳ２）。次に、駆動機構８０を制御してリングギア９６を回転させ、歯合わせをする（ステップＳ３）。
【００６９】
歯合わせにより歯当たりをさせた後、歯面４２を撮影するために、歯面４２の位置決めをする。すなわち、まず、画像処理部２４は、パターンマッチングにより歯先４４の位置を検出し（ステップＳ４）、歯先４４の位置が許容範囲内であるか否かを確認する（ステップＳ５）。許容範囲内でなければ、駆動機構８０を制御してリングギア９６を回転させ、再度位置決めする。許容範囲内であれば、カメラ１２を制御して、歯面４２を撮影する（ステップＳ６，撮像工程）。
【００７０】
次に、カラー画像５２をＲＧＢチャンネルに分解し（ステップＳ７）ＲＧＢそれぞれの値を用いて、ＨＳＬ色空間（ＬＨＳ色空間）に座標変換し、明度Ｌと、彩度Ｓと、色相Ｈとを算出する（ステップＳ８，カラー座標変換工程）。
【００７１】
色の違いを識別する場合、明度Ｌ = 50 辺りの感度が高いことが知られている。明度Ｌが低い場合は、色の識別が難しく、高すぎる場合は色飛び（RGBのいずれかのチャンネルがレンジオーバすること）により色相Ｈがずれてしまうことがある。そこで、党明度Lが55近傍（55ア5）媒になるように、カメラ１２および画像入力ボード７４のゲインを自動補正し、再撮影する。すなわち、ゲイン調整処理３４は、ＨＳＬ色空間での明度Ｌの値に基づいて、カラー画像５２の良否を判定し、不良の際には再撮影する。
【００７２】
具体的には、カラー画像５２の明度Ｌが、予め定められた明度範囲６８外の場合に、カラー画像５２の不良として、ゲインを調整し（ステップＳ１０）、再度撮影する（ステップＳ６）。明度範囲６８は、例えば、５０から６０である。カラー画像５２の特徴的な明度L1としては、カラー画像５２中の明度の最大値や、平均値や、中央値や、最小値などを使用することができる。
【００７３】
次に、ＨＳＬの明度ＬかRGB各チャンネルの輝度を（55/L1）倍することにより明度L=55に向けてソフト上で明度補正する（ステップＳ１１，明度補正工程）。明度Lの基準を一定とすることで、照明条件、光明丹の塗付量の差による濃淡の影響を軽減し、カラー画像５２を均質とすることができる。
【００７４】
そして、歯面４２の輪郭データを補助記憶装置７８から読み出し（ステップＳ１３）、パターンマッチングにより測定対象の歯面４２を検出する（ステップＳ１３）。この歯面４２の検出により、歯面４２中の歯当たり面４６と非歯当たり面４８のみのデータを抽出することができる。続いて、色差データ５６を算出する。具体的には、まず、光明丹の最も濃い部分（L,Sの和が最大となる点）を色特徴値５４として選出し、基準点0とし、明度基準値Lo、色相基準値Ho、彩度基準値Soを算出する（ステップＳ１４，色特徴値特定工程）。
【００７５】
次に、色差データ生成処理１８は、カラー画像５２の各ピクセルの明度L、色相H、彩度Sの値から、上述した式（１）により色差δを算出する（ステップＳ１５，色差データ生成工程）。また、式（２）により簡易色差Δを算出しても良い。色差δ又は簡易色差Δを256階調へ換算して濃淡モノクロ画像（グレースケール）へ変換し、明度Ｌ=55一定とすることにより、色差をより明確にした画像を算出し、歯当たり面４６の識別を容易とすることができる。明度Ｌの条件をほぼ一定にすることにより、歯当たり面４６と非歯当たり面４８の識別が定量的に再現可能となる。
【００７６】
続いて、歯当たり面識別処理２０は、濃淡モノクロ画像とした色差データ５６に基づいて、判別分析法による二値化手法を用いて、歯当たり面４６の候補を抽出する（ステップＳ１７，歯当たり面識別工程）。複数領域の候補がある場合、上歯と下歯とについて同様の処理を行い、同位置に存在する領域を歯当たり面４６とする。歯当たり面４６を検出すると、この歯当たり面４６の重心位置及び面積を算出し（ステップＳ１８）、補助記憶装置７８から予め定められた重心位置及び面積の許容値を読み出して（ステップＳ１９）、比較することで、歯当たり面４６の良否を判定する（ステップＳ２０）。
【００７７】
重心位置は、歯当たり面４６に含まれる各ピクセルのｘ座標値の平均値と、ｙ座標値の平均値とにより求めることができ、重心位置の許容値は一定範囲の座標値とすることができる。歯当たり面４６の面積は、歯当たり面４６に含まれるピクセル（画素）の数とすることができ、面積の許容値をピクセル数での範囲とすることができる。カラー画像５２及び色差データ５６の各ピクセルの大きさと、実空間での大きさとをスケール値で対応させることができ、このスケール値を予め測定しておくと、重心位置及び面積とそれらの許容値とを実空間での長さ及び広さとすることができる。
【００７８】
この図９に示す工程は、ＣＰＵ７２が歯当たり面検出用プログラムを実行することで実現することができる。
【００７９】
図１０（Ａ）は明度L = 57 の原画像の一例を示す図で、図１０（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図である。図１０に示す例では、明度５７であり、予め定められた明度範囲６８内であるため、明度補正を必要としない。図１０（Ａ）に示すように、リングギア９６の歯面４２と歯先４４とが撮影され、そのうちの１歯が測定歯５０となる。図１０（Ａ）に示す原画像から歯当たり面４６を抽出すると、図１０（Ｂ）に示す例となる。
【００８０】
図１１は、図１０（Ａ）に示す明度L = 57 の原画像のヒストグラム５８の一例を示す説明図であり、図１２は、図１０（Ａ）に示す原画像の色差データ５６を二値化した二値化画像の一例を示す説明図である。測定歯５０の歯面４２のデータを抽出し、色差データ５６をグレースケール化すると、図１１に示すように、判別分析に適した２つのピークを得ることができる。すなわち、色差データ５６は、背景部分（非歯当たり面４８に属する階調値のグループ）と特徴部分（歯当たり面４６に属する階調値のグループ）とに別れ、２つのピークの谷部分の値（図１１に示す例では、値１４５）をしきい値６２として二値化すると、特徴部分（歯当たり面４６）のみを抽出することができる。
【００８１】
すなわち、図１１及び図１２に示すように、明度５７の場合、色差データ５６のヒストグラム５８は、背景部分と特徴部分とがしきい値６２（値１４５）にて明確に切り分けられ、このしきい値６２で色差データ５６を二値化すると、図１２に示すように、歯当たり面４６を良好に検出することができる。そして、この二値化データ６０を使用すると、歯当たり面４６の重心位置及び面積を計算でき、その値も実際の歯当たり面４６と良く対応したものとなっている。
【００８２】
図１３（Ａ）は、図１０（Ａ）と同一の対象について、明度L = 40 である原画像の一例を示す図であり、輝度が低く明度補正が必要となる。図１３（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図で、測定歯５０の歯当たり面４６が大きめに検出されている。明度L = 40 の原画像のように明度が低いと、最適な図１０（Ｂ）と比較して、識別した領域は、実際の歯当たり面４６より広がる傾向がある。図１３（Ｃ）は明度Lによる輝度値の補正後の色差データ５６から歯当たり面４６を抽出した一例を示す図で、歯当たり面４６の重心位置及び面積を良好に抽出している。この図１３（Ｃ）に示す補正は、カラー画像５２のRGB各チャンネルを定数倍するという輝度補正をした結果であり、図１０（Ｂ）に近い領域を検出できている。
【００８３】
図１４は、図１３（Ａ）に示す原画像のヒストグラム５８の一例を示す説明図であり、図１５は、図１３（Ａ）に示す色差データ５６を二値化した二値化画像の一例を示す説明図であり、明度４０と暗いカラー画像５２によるため、特徴部分となる歯当たり面４６が実際より大きめに抽出されている。一方、明度補正をすると、図１３（Ｃ）に示すように、適正明度である図１０（Ｂ）に示す場合とほぼ同様に歯当たり面４６を検出することができる。
【００８４】
図１６（Ａ）は明度６７の原画像の一例を示す図で、図１６（Ｂ）は原画像から歯当たり面４６を抽出した一例を示す図である。図１６に示す例では、明度L = 67 であり、輝度が高すぎ明度補正をすることができない。図１７は、図１６（Ｂ）に示す原画像のヒストグラム５８の一例を示す説明図であり、図１８は、図１６（Ｂ）に示す原画像の色差データ５６を二値化した二値化画像の一例を示す説明図である。図１６（Ａ）に示すように明度が高すぎる場合は、Rチャンネルのレンジオーバにより歯当たり面４６が不鮮明となる。そして、ヒストグラム５８のピークが消滅し、歯当たり面４６の識別が難しくなってしまう。このため、明度補正による修正が不可能とし、画像入力ボード７４のゲインを下げての再撮影とすると良い。
【００８５】
・3.1明度及び色差の効果
上述のように、ＲＧＢでのカラー画像５２をＨＳＬ空間に変換し、明度Ｌが予め定められた明度範囲６８となるように明度補正をし、その後に色差データ５６を算出し、この色差データ５６に基づいて歯当たり面４６を抽出するため、照明の照度条件、光明丹の濃淡の影響を軽減でき、色差を識別できる感度を高くすることができる。これらにより、歯当たり面を正確に識別し、特に、面積・重心位置を安定して測定することができる。
【符号の説明】
【００８６】
１２ カメラ
１３ 照明機器
１４ 歯当たり面検出部
１６ 色特徴値特定処理
１８ 色差データ生成処理
２０ 歯当たり面識別処理
２４ 画像処理部
２６ カラー座標変換部
２８ 明度補正処理部
３２ ゲイン調整部
３４ ゲイン調整処理
４０ 塗料
４２ 歯面
４４ 歯先
４６ 歯当たり面
４８ 非歯当たり面
５０ 測定歯
５２ カラー画像
５４ 色特徴値
５６ 色差データ
５８ ヒストグラム
６０ 二値化データ
６２ しきい値
６８ 明度範囲
７２ ＣＰＵ
７４ 画像入力ボード
７６ 主記憶装置
７８ 補助記憶装置
８０ 駆動機構
９０ ドライブピニオン
９１ 駆動入力
９２ ドライブシャフト
９４ ディファレンシャルケース
９６ リングギア
９８ ギアキャリア
δ 色差
Δ 簡易色差
Ｌ 明度
Ｈ 色相
Ｓ 彩度
【特許請求の範囲】
【請求項１】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備え、
この歯当たり面検出部が、
前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理と、を備えた、
ことを特徴とする歯当たり面検出装置。
【請求項２】
前記色差データ生成処理が、前記カラー画像の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓ、前記色特徴値のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとしたとき、次式（１）
【数１】
で前記色差を算出することを特徴とする請求項１記載の歯当たり面検出装置。
【請求項３】
前記色差データ生成処理が、前記カラー画像の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓとし、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとし、係数をα、β及びγとしたとき、次式（２）
【数２】
で簡易色差を算出することを特徴とする請求項１記載の歯当たり面検出装置。
【請求項４】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、
明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部と、
を備えたことを特徴とする歯当たり面検出装置。
【請求項５】
前記カメラが、撮像のゲインを調整するゲイン調整部を備え、
前記明度補正処理部が、前記カラー画像の明度が予め定められた前記明度範囲外の際には、前記ゲインの調整を制御するゲイン調整処理を備えた、
ことを特徴とする請求項４記載の歯当たり面検出装置。
【請求項６】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、
明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備え、
この歯当たり面検出部が、
前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理と、を備えた、
ことを特徴とする歯当たり面検出装置。
【請求項７】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成する撮像工程と、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換工程と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正工程と、
明度補正された前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定工程と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成工程と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別工程と、
を備えたことを特徴とする歯当たり面検出方法。
【請求項８】
請求項７記載の方法をＣＰＵを用いて実行するための歯当たり面検出用プログラム。
【請求項１】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備え、
この歯当たり面検出部が、
前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理と、を備えた、
ことを特徴とする歯当たり面検出装置。
【請求項２】
前記色差データ生成処理が、前記カラー画像の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓ、前記色特徴値のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとしたとき、次式（１）
【数１】
で前記色差を算出することを特徴とする請求項１記載の歯当たり面検出装置。
【請求項３】
前記色差データ生成処理が、前記カラー画像の各カラー値を明度Ｌ、色相Ｈ、彩度Ｓとし、前記色特徴値５４のカラー値を明度Ｌo、色相Ｈo、彩度Ｓoとし、係数をα、β及びγとしたとき、次式（２）
【数２】
で簡易色差を算出することを特徴とする請求項１記載の歯当たり面検出装置。
【請求項４】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、
明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部と、
を備えたことを特徴とする歯当たり面検出装置。
【請求項５】
前記カメラが、撮像のゲインを調整するゲイン調整部を備え、
前記明度補正処理部が、前記カラー画像の明度が予め定められた前記明度範囲外の際には、前記ゲインの調整を制御するゲイン調整処理を備えた、
ことを特徴とする請求項４記載の歯当たり面検出装置。
【請求項６】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成するカメラと、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換部と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正処理部と、
明度補正された前記カラー画像に基づいて前記歯面での歯当たり面を検出する歯当たり面検出部とを備え、
この歯当たり面検出部が、
前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定処理と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成処理と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別処理と、を備えた、
ことを特徴とする歯当たり面検出装置。
【請求項７】
塗料が塗布された歯面をカラーで撮像してカラー画像を生成する撮像工程と、
前記カラー画像の色空間を変換して当該カラー画像の明度を算出するカラー座標変換工程と、
前記カラー画像の前記明度を予め定められた明度範囲内に向けて前記歯面の前記明度又は輝度を補正する明度補正工程と、
明度補正された前記カラー画像から前記歯面の色の特徴値となる色特徴値を特定する色特徴値特定工程と、
前記歯面の各カラー値について前記色特徴値との色差を算出することで色差データを生成する色差データ生成工程と、
前記色差データのヒストグラムからしきい値を算出すると共に当該色差データを二値化することで前記歯当たり面を識別する歯当たり面識別工程と、
を備えたことを特徴とする歯当たり面検出方法。
【請求項８】
請求項７記載の方法をＣＰＵを用いて実行するための歯当たり面検出用プログラム。
【図１】
【図２】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１１】
【図１２】
【図１４】
【図１５】
【図１７】
【図１８】
【図３】
【図１０】
【図１３】
【図１６】
【図２】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１１】
【図１２】
【図１４】
【図１５】
【図１７】
【図１８】
【図３】
【図１０】
【図１３】
【図１６】
【公開番号】特開２０１１−７５５０６（Ｐ２０１１−７５５０６Ａ）
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願番号】特願２００９−２２９７３７（Ｐ２００９−２２９７３７）
【出願日】平成２１年１０月１日（２００９．１０．１）
【出願人】（０００００２０８２）スズキ株式会社 (3,196)
【Ｆターム（参考）】
【公開日】平成２３年４月１４日（２０１１．４．１４）
【国際特許分類】
【出願日】平成２１年１０月１日（２００９．１０．１）
【出願人】（０００００２０８２）スズキ株式会社 (3,196)
【Ｆターム（参考）】
[ Back to top ]