表面欠陥の検査方法
【課題】被検査体の表面に存在する欠陥を高い精度で検出することができる表面欠陥の検出方法を提供する。
【解決手段】表面欠陥の検査方法であり、撮像処理と、第１平滑化処理と、マッチング処理と、第２平滑化処理と、欠陥検出処理を備える。撮影処理は、被検査体を撮影した検査画像を取り込む。第１平滑化処理は、検査画像にガウスフィルタをかける。マッチング処理は、ガウスフィルタリング後の検査画像を基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせする。第２平滑化処理は、位置合わせされた検査画像に移動平均フィルタをかける。欠陥検出処理は、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。欠陥検出処理で特定された位置が表面欠陥の発生している箇所に相当する。
【解決手段】表面欠陥の検査方法であり、撮像処理と、第１平滑化処理と、マッチング処理と、第２平滑化処理と、欠陥検出処理を備える。撮影処理は、被検査体を撮影した検査画像を取り込む。第１平滑化処理は、検査画像にガウスフィルタをかける。マッチング処理は、ガウスフィルタリング後の検査画像を基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせする。第２平滑化処理は、位置合わせされた検査画像に移動平均フィルタをかける。欠陥検出処理は、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。欠陥検出処理で特定された位置が表面欠陥の発生している箇所に相当する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、表面欠陥を検出する検査方法に関する。
【背景技術】
【０００２】
鋳物の表面に存在する欠陥を検出する方法が知られている。鋳物の表面に存在する欠陥は、通常、視認によって検出される。しかしながら、視認による欠陥の検査方法では、作業者による欠陥の見落としや欠陥の誤検出などがあり、信頼性に問題がある。
【０００３】
特許文献１に、鋳物の表面に存在する欠陥を画像処理によって検出する方法が開示されている。この方法では、検査対象となる鋳物の表面を撮影して検査画像とし、この検査画像に対してガウスフィルタをかけることで、検査画像の輝度ばらつきを低減させる。さらに、複数の良品画像を用いた基準画像を予め取得しておき、この基準画像とガウスフィルタリング後の検査画像の差分を算出する。差分が許容範囲を超えた箇所を欠陥発生箇所として検出する。
【０００４】
【特許文献１】特開２００４−１７０３７４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
中空部を有する鋳物を製造する過程では、生型とは別の鋳型として中子と呼ばれる補助鋳型が用いられることがあり、この中子の表面に存在する欠陥を検出したい場合がある。中子は複雑な形状を有することがあり、この場合、中子の表面を撮像したときの撮影画像の輝度ばらつきが大きい。また、通常、鋳物の表面には凹状欠陥のみが視られるが、中子の表面には凹状欠陥だけでなく凸状欠陥も視られることがある。発明者の検討によると、特許文献１の検査方法を中子の表面に存在する欠陥を検出するために用いた場合、輝度ばらつきを十分に低減することができず、過検出率が大きくなることが判明した。ここで、「過検出」とは、本来であれば欠陥とは認められないほど微細な凹凸をも欠陥として誤って検出してしまうことを意味する。
【０００６】
他方、輝度のばらつきを抑制するためにガウスフィルタよりも強力なフィルタ、例えば移動平均フィルタを採用すると、輪郭がぼやけてしまい、フィルタリング後の検査画像と基準画像との位置合わせが不正確となってしまう。
【０００７】
本発明は上記の課題に鑑みて提案されたものである。本発明は、被検査体の表面に存在する欠陥を高い精度で検出することができる表面欠陥の検査方法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】
【０００８】
本発明は、被検査体の表面欠陥を検出する検査方法に関する。本検査方法は、撮影処理と、第１平滑化処理と、マッチング処理と、第２平滑化処理と、欠陥検出処理を備えている。撮影処理では、表面欠陥を検出する対象となる被検査体の表面を撮影した検査画像を検査装置に取り込む。第１平滑化処理では、取り込まれた検査画像にガウスフィルタをかける。マッチング処理では、ガウスフィルタリング後の検査画像を、被検査体と同種の基準検査体を撮影した基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせする。第２平滑化処理では、位置合わせされた検査画像に移動平均フィルタをかける。欠陥検出処理では、移動平均フィルタリング後の検査画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。欠陥検出処理で特定された位置が表面欠陥の発生している箇所に相当する。なお、基準画像は、欠陥のない被検査体（基準検査体）を撮影した画像であり、予め準備される。基準画像は、複数の基準検査体の画像から、上記の第１平滑化処理、マッチング処理、及び第２平滑化処理を応用して生成するとよい。基準画像の生成処理については実施例で詳しく説明する。
【０００９】
ガウスフィルタは、他のフィルタに比較して、平滑化の際に写っている物体の輪郭が失われ難い。他方、移動平均フィルタは、ガウスフィルタに比較すると物体の輪郭はぼやけてしまうがノイズ除去効果に優れている。上記の方法では、ガウスフィルタによって物体の輪郭を残しつつノイズをある程度除去し、基準画像との正確な位置合わせを実現する。他方、移動平均フィルタによってノイズ（輝度のばらつき）を大幅に低減した検査画像を用いて基準画像との差分を算出する。本発明の方法は、ノイズ（輝度のばらつき）の除去と基準画像との正確な位置合わせを両立し、欠陥を高い精度で検出することができる。
【００１０】
なお、マッチング処理では、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に合致するようにガウスフィルタリング後の画像を位置変換してもよいし、位置変換は実施せずに、位置変換のための変換行列を求めるだけでもよい。本発明の技術的思想において、位置変換行列を求めることは、ガウスフィルタリング後の検査画像を実際に位置変換することと実質的に等価である。
【００１１】
欠陥検出処理に先立って検査領域決定処理を実施することも好ましい。検査領域決定処理は、移動平均フィルタリング後の検査画像と基準画像を照合し、移動平均フィルタリング後の検査画像における被検査体の輪郭部を判定し、その輪郭部を除いた検査領域を決定する。この場合、欠陥検出処理は、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。輝度の変化が激しい輪郭部を検査対象から除外することによって、過検出を一層低減することができる。
【００１２】
本発明は、表面欠陥検査装置に具現化することも好適である。その表面欠陥検査装置は、表面欠陥を検出する対象となる被検査体の表面の検査画像を撮影するカメラと画像処理部を備える。画像処理部は、上記の各処理を実行するためのコンピュータである。
【発明の効果】
【００１３】
本発明の表面欠陥の検査方法を用いると、高い精度で被検査体の表面に存在する欠陥を検出することができる。特に、中子の表面に存在する欠陥を高い精度で検出することができる。
【発明を実施するための最良の形態】
【００１４】
以下に説明する実施例の技術的特徴のいくつかを列記する。
（第１特徴）良品サンプルおよび被検査体を撮影するときに、多軸ロボットを用いて良品サンプルおよび被検査体の表面の全面を撮像する。
（第２特徴）良品サンプルおよび被検査体の表面を撮影するときに、カメラの近傍に取り付けられた２つの照明によって２方向のローアングルから光を当てる。
（第３特徴）被検査体の検査対象外となる輪郭部を、被検査体の製造ばらつきおよび被検査体を検査装置に設置するときの設置ばらつきに基づいて設定する。
【００１５】
被検査体の輪郭部は形状の変化率が大きく、輝度ばらつきが大きいため、検査画像を処理するときに輪郭部を処理対象に含めないほうがよい。実施例の検査方法によると、撮影した被検査体の検査画像にガウスフィルタをかけることによって、被検査体の輪郭部の情報を残しつつ検査画像を平滑化することができる。その後に、検査画像と基準画像の画像パターンをマッチングし、ガウスフィルタリング後の検査画像にさらに移動平均フィルタをかけることによって、検査画像のノイズ（輝度ばらつき）を低減することができる。実施例の検査方法では、検査画像に対して二種類のフィルタリング（平滑化処理）を行うことによって、検査画像のノイズ（輝度ばらつき）を十分に低減することができる。これによって、過検出率を低減することができる。
【００１６】
また、検査画像では、凹状欠陥があると検査装置の照明が十分に届かないため欠陥部の輝度が低くなり、凸状欠陥があると検査装置の照明が反射して欠陥部の輝度が高くなる。このため、基準画像の各画素に対して輝度の高い側と低い側にそれぞれ閾値（上限閾値と下限閾値）を設定しておくとよい。そのような閾値設定を伴う検査方法は、検査画像の対応する画素の輝度が上限閾値よりも高い箇所を凸状欠陥として検出することができ、検査画像の対応する画素の輝度が下限閾値よりも低い箇所を凹状欠陥として検出することができる。そのような凸状欠陥と凹状欠陥の検出は、具体的には次の処理によることが好ましい。すなわち、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定すればよい。
【実施例】
【００１７】
図１に、実施例である表面欠陥の検査方法を実施するための検査装置１４の模式図を示す。
検査装置１４は、固定冶具２と、照明６ａ、６ｂと、カメラ８と、画像処理部１０と、表示部１２を備えている。固定冶具２の表面には被検査体である中子４が固定されている。カメラ８と照明６ａ、６ｂは、図示しない多軸ロボットに取り付けられている。カメラ８と照明６ａ、６ｂは、多軸ロボットによって移動することができる。カメラ８と照明６ａ、６ｂを移動することによって、固定冶具２の表面に固定されている中子４を複数の角度から撮影する。照明６ａ、６ｂは、カメラ８の近傍に取り付けられており、２方向のローアングルから中子４に光を当てることができる。画像処理部１０は、カメラ８によって撮影された画像を取り込み、画像処理を実施することによって中子４の表面に存在する欠陥を検出する。表示部１２は、撮影された検査画像や、表面欠陥の検出処理後の画像を表示する。
【００１８】
図２に、検査装置１４が実行する検査方法のフローチャートを示す。図２に示す処理は、画像処理部１０によって実施される。
【００１９】
Ｓ２６では、カメラ８によって被検査体である中子４を撮影して、検査装置１４に検査画像を取り込む。
Ｓ２８では、取り込んだ検査画像にガウスフィルタをかける（第１平滑化処理）。ガウスフィルタと後述する移動平均フィルタは画像処理の技術分野では良く知られているので説明は省略する。
【００２０】
続いてＳ３０では、検査画像と予め準備された基準画像のパターンマッチングを行う（マッチング処理）。基準画像は、表面欠陥のない中子の画像であり、検査画像から欠陥箇所を抽出するための基準となる画像である。基準画像の生成方法については後述する。このマッチング処理では、検査画像と基準画像を重ね合わせつつ、検査画像を基準画像から相対的にずらしていく。両者が最も一致するときに、検査画像の縦軸と横軸が基準画像の縦軸と横軸に一致するように、検査画像を位置変換（回転変換）する。即ち、このマッチング処理は、検査画像における中子（被検査体）の画像と基準画像における中子（欠陥のない基準検査体）の画像が、同一の座標軸上で重なるように、検査画像を位置変換する。なお、このマッチング処理については、特開２００４−１７０３７４号公報に開示されているので詳しくはそちらを参照されたい。ガウスフィルタは他のフィルタに比べて輪郭情報をよく残すので、マッチング処理では、検査画像と基準画像が正確に位置合わせされる。
【００２１】
次いでＳ３２では、ガウスフィルタリング後の検査画像に移動平均フィルタをかける（第２平滑化処理）。Ｓ２８の第１平滑化処理とＳ３２の第２平滑化処理の２重の平滑化処理によって、検査画像中のノイズ（輝度のばらつき）が大幅に低減される。
【００２２】
次いでＳ３４では、移動平均フィルタリング後の検査画像に対して検査領域を特定する処理を行う。ここで検査領域とは、欠陥検出の検査対象となる領域のことをいう。検査領域は基準画像上で予め特定されている。検査画像と基準画像は位置合わせされているので、基準画像の座標系における検査領域が、検査画像における検査領域に相当する。Ｓ３６では、検査画像に写っている中子の画像のうち、検査領域の周囲に存する輪郭を特定する。ここで、検査画像と基準画像は位置合わせされているので、基準画像における輪郭の位置が検査画像における輪郭位置に相当する。輪郭を特定するのは、画像において輪郭部分は輝度のばらつきの幅が大きいので、そのような箇所を検査領域から除外するためである。
【００２３】
輪郭部分を精緻に除外するための処理がＳ３８とＳ４０の処理である。Ｓ３８では、Ｓ３６で特定した輪郭を膨張させる。これによって、輪郭とその周辺における輝度の変化を明確にすることができ、検査領域から外すべき輪郭部分を精緻に特定することが可能となる。Ｓ４０では、膨張させた輪郭画像を用いて、輪郭領域付近を検査領域から除外する（検査領域決定処理）。
【００２４】
次いでＳ４２では、移動平均フィルタリング後の検査画像と基準画像の各画素について輝度の差分を算出する。ここでの差分は、移動平均フィルタリング後の検査画像の画素の輝度から基準画像の画素の輝度を減算した値（差分値）である。差分値は、画素毎に算出される。
【００２５】
Ｓ４４とＳ４６では、差分値が予め定められた許容範囲に属するか否かを判断する。許容範囲から外れる差分が算出された画素の位置が、欠陥箇所に相当する。許容範囲の決定方法については後述する。Ｓ４４では、差分値が許容範囲の下限よりも小さい画素を抽出する。即ちＳ４４では、検査画像における輝度が基準画像における輝度の許容範囲よりも低い領域（低輝度領域）を抽出する。本実施例では、輝度を２５６階調で表し、差分値が−７０以下の画素の領域を低輝度領域として抽出する。Ｓ４６では、差分値が許容範囲の上限よりも大きい画素を抽出する。即ち、Ｓ４６では、検査画像における輝度が基準画像における輝度の許容範囲よりも高い領域（高輝度領域）を抽出する。本実施例では、輝度を２５６階調で表し、差分値が＋７０以上の画素の領域を高輝度領域として抽出する。
【００２６】
Ｓ４８では、Ｓ４４で抽出した低輝度領域とＳ４６で抽出した高輝度領域のうち検査領域に含まれるもののみを判定する（欠陥検出処理）。ここで検査領域は、先のＳ３４−Ｓ４０の処理によって輪郭を除外した検査領域である。
【００２７】
Ｓ５０では、Ｓ４８の処理で判定した結果に基づいて、欠陥領域を表示する。すなわち、Ｓ４４の処理で判定した検査領域に含まれる低輝度領域を凹状欠陥として表示する。Ｓ４６の処理で判定した検査領域に含まれる高輝度領域を凸状欠陥として表示する。以上の処理によって、凹状欠陥箇所と凸状欠陥箇所が検出される。
【００２８】
次に、基準画像の生成と欠陥箇所を判別するための許容範囲について説明する。図３に基準画像生成処理のフローチャートを示す。図３のフローチャートの処理も、検査装置１４が実施する。まず、検査対象となる中子４と同種の中子であって欠陥のない中子（良品サンプル）をＮ個用意する。Ｓ２では、基準となるＮ個の良品サンプルの画像を撮影し、Ｎ枚の良品画像を検査装置１４に取り込む。
【００２９】
Ｓ４では、１枚目の良品画像を画像処理の対象としてセットする。Ｓ６では、１枚目の良品画像にガウスフィルタをかける。ガウスフィルタは、先に説明した検査方法において用いたものと同じものである。Ｓ８では、ガウスフィルタリング後の良品画像からエッジ情報を抽出する。ここで得られたエッジ情報は、後のマッチング処理で用いる。Ｓ１０では、良品画像の基準位置からの変換行列を算出する。ここでで、「基準位置」は、例えば画像の座標軸上で画素（０、０）の位置でよい。
【００３０】
Ｓ１２では、次の良品画像を画像処理の対象としてセットする。以下、「次の良品画像」を「次画像」と称する。Ｓ１４では、次画像にガウスフィルタをかける。Ｓ１６では、ガウスフィルタリング後の次画像を１枚目の良品画像と位置合わせする（マッチング処理）。この位置合わせに、Ｓ８で求めたエッジ情報が用いられる。マッチング処理は、先に説明した処理と同様である。Ｓ１８では、位置合わせされた次画像に移動平均フィルタをかける。Ｓ１８における移動平均フィルタは、先に説明した検査方法において用いたものと同じものである。Ｓ１９では、１枚目の良品画像と移動平均フィルタリング後の次画像を平均した画像を生成する。ここで、１枚目の良品画像と次画像は位置合わせされているので、１枚目の良品画像における良品サンプルの画像と次画像における良品サンプルの画像は正確に重ね合わされる。また、「平均」とは、１枚目の良質画像の各画素と、次画像における対応する画素の輝度の平均を意味する。この平均した画像が基準画像に相当する。同時にＳ１９では、１枚目の良品画像と移動平均フィルタリング後の次画像の画素ごとに、輝度のばらつきを求める。Ｓ１２からＳ１９までの処理はＮ枚の良品画像について繰り返し実施される（Ｓ２０）。ここで、繰り返し毎のＳ１９では、先の基準画像と新たな次画像を平均した画像を、新たな基準画像として生成する。同時にＳ１９では、それまでの輝度のばらつきに、新たな次画像の輝度のばらつきを加えて新たなばらつきを算出する。こうしてＮ枚の良品画像の処理が終了すると、Ｎ枚の良品画像の平均画像が基準画像として生成される。同時に、Ｎ枚の良品画像における各画素の輝度のばらつきの標準偏差が得られる。得られた標準偏差に基づいて、検査方法における許容範囲が決定される。例えば、標準偏差の３倍（いわゆる３シグマ値）を許容範囲に設定する。
【００３１】
Ｓ２２では、Ｎ枚の良品画像に基づいて生成された基準画像のエッジ情報を抽出する。Ｓ２３では、基準位置（例えば画素（０、０）の位置）からの変換行列を算出する。Ｓ２４では、算出された変換行列を出力する。Ｓ２２で抽出されたエッジ情報とＳ２３で算出された変換行列は、検査方法におけるＳ３０（図２参照）のマッチング処理に用いられる。
【００３２】
本実施例の方法によると、ガウスフィルリング後の検査画像を基準画像と位置合わせする。すなわち、被検査体である中子４の輪郭部の情報がよく残されている検査画像を基準画像と位置合わせする。検査画像と基準画像を正確に位置合わせすることができる。位置合わせした後に、検査画像に移動平均フィルタをかけてノイズ（輝度ばらつき）を低減する。本実施例の方法では、検査画像に対して二種類の平滑化処理を行うことによって、基準画像との正確な位置合わせとノイズ除去を両立した検査画像を得る。このため、従来の検出手法に比べて過検出率を大幅に低減することができる。
【００３３】
また、本実施例の検査方法は、２方向のローアングルから光を当てた検査画像を採用する。そのような検査画像を用いることによって、中子（被検査体）の表面に存在する凹状欠陥と凸状欠陥の２種類の欠陥を高い精度で検出することができる。
【００３４】
本実施例の方法では、多軸ロボットを用いて良品サンプルおよび被検査体の表面の全面を撮影する。このため、良品サンプルおよび被検査体の表面の全面を撮影することができる。良品サンプルおよび被検査体の表面の全面を撮影した複数の画像の各々に対して、基準画像生成処理と検査処理を行うことによって、被検査体の表面の全面に対して表面欠陥の検出検査を行うことができる。
【００３５】
本実施例の方法では、検査対象外となる被検査体の輪郭部を、被検査体の製造ばらつきおよび被検査体を検査装置に設置するときの設置ばらつきに基づいて設定することが好ましい。例えば、被検査体の製造ばらつきが０．４ｍｍであり、被検査体を検査装置に設置するときの設置ばらつきが０．５ｍｍの場合、検査対象外となる輪郭部を１ｍｍ（約１０ピクセル）と設定する。これによって、製造ばらつきと設置ばらつきによる欠陥検出検査への影響を排除することができる。
【００３６】
以上、本発明の実施例について詳細に説明したが、これらは例示に過ぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成し得るものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。
【図面の簡単な説明】
【００３７】
【図１】検査装置の模式図を示す。
【図２】表面欠陥の検査処理のフローチャートを示す。
【図３】基準画像生成処理のフローチャートを示す。
【符号の説明】
【００３８】
２：固定冶具
４：中子
６ａ、６ｂ：照明
８：カメラ
１０：画像処理部
１２：表示部
１４：検査装置
Ｓ２〜Ｓ２２：基準画像生成処理
Ｓ２４〜Ｓ５０：検査処理
【技術分野】
【０００１】
本発明は、表面欠陥を検出する検査方法に関する。
【背景技術】
【０００２】
鋳物の表面に存在する欠陥を検出する方法が知られている。鋳物の表面に存在する欠陥は、通常、視認によって検出される。しかしながら、視認による欠陥の検査方法では、作業者による欠陥の見落としや欠陥の誤検出などがあり、信頼性に問題がある。
【０００３】
特許文献１に、鋳物の表面に存在する欠陥を画像処理によって検出する方法が開示されている。この方法では、検査対象となる鋳物の表面を撮影して検査画像とし、この検査画像に対してガウスフィルタをかけることで、検査画像の輝度ばらつきを低減させる。さらに、複数の良品画像を用いた基準画像を予め取得しておき、この基準画像とガウスフィルタリング後の検査画像の差分を算出する。差分が許容範囲を超えた箇所を欠陥発生箇所として検出する。
【０００４】
【特許文献１】特開２００４−１７０３７４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
中空部を有する鋳物を製造する過程では、生型とは別の鋳型として中子と呼ばれる補助鋳型が用いられることがあり、この中子の表面に存在する欠陥を検出したい場合がある。中子は複雑な形状を有することがあり、この場合、中子の表面を撮像したときの撮影画像の輝度ばらつきが大きい。また、通常、鋳物の表面には凹状欠陥のみが視られるが、中子の表面には凹状欠陥だけでなく凸状欠陥も視られることがある。発明者の検討によると、特許文献１の検査方法を中子の表面に存在する欠陥を検出するために用いた場合、輝度ばらつきを十分に低減することができず、過検出率が大きくなることが判明した。ここで、「過検出」とは、本来であれば欠陥とは認められないほど微細な凹凸をも欠陥として誤って検出してしまうことを意味する。
【０００６】
他方、輝度のばらつきを抑制するためにガウスフィルタよりも強力なフィルタ、例えば移動平均フィルタを採用すると、輪郭がぼやけてしまい、フィルタリング後の検査画像と基準画像との位置合わせが不正確となってしまう。
【０００７】
本発明は上記の課題に鑑みて提案されたものである。本発明は、被検査体の表面に存在する欠陥を高い精度で検出することができる表面欠陥の検査方法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】
【０００８】
本発明は、被検査体の表面欠陥を検出する検査方法に関する。本検査方法は、撮影処理と、第１平滑化処理と、マッチング処理と、第２平滑化処理と、欠陥検出処理を備えている。撮影処理では、表面欠陥を検出する対象となる被検査体の表面を撮影した検査画像を検査装置に取り込む。第１平滑化処理では、取り込まれた検査画像にガウスフィルタをかける。マッチング処理では、ガウスフィルタリング後の検査画像を、被検査体と同種の基準検査体を撮影した基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせする。第２平滑化処理では、位置合わせされた検査画像に移動平均フィルタをかける。欠陥検出処理では、移動平均フィルタリング後の検査画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。欠陥検出処理で特定された位置が表面欠陥の発生している箇所に相当する。なお、基準画像は、欠陥のない被検査体（基準検査体）を撮影した画像であり、予め準備される。基準画像は、複数の基準検査体の画像から、上記の第１平滑化処理、マッチング処理、及び第２平滑化処理を応用して生成するとよい。基準画像の生成処理については実施例で詳しく説明する。
【０００９】
ガウスフィルタは、他のフィルタに比較して、平滑化の際に写っている物体の輪郭が失われ難い。他方、移動平均フィルタは、ガウスフィルタに比較すると物体の輪郭はぼやけてしまうがノイズ除去効果に優れている。上記の方法では、ガウスフィルタによって物体の輪郭を残しつつノイズをある程度除去し、基準画像との正確な位置合わせを実現する。他方、移動平均フィルタによってノイズ（輝度のばらつき）を大幅に低減した検査画像を用いて基準画像との差分を算出する。本発明の方法は、ノイズ（輝度のばらつき）の除去と基準画像との正確な位置合わせを両立し、欠陥を高い精度で検出することができる。
【００１０】
なお、マッチング処理では、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に合致するようにガウスフィルタリング後の画像を位置変換してもよいし、位置変換は実施せずに、位置変換のための変換行列を求めるだけでもよい。本発明の技術的思想において、位置変換行列を求めることは、ガウスフィルタリング後の検査画像を実際に位置変換することと実質的に等価である。
【００１１】
欠陥検出処理に先立って検査領域決定処理を実施することも好ましい。検査領域決定処理は、移動平均フィルタリング後の検査画像と基準画像を照合し、移動平均フィルタリング後の検査画像における被検査体の輪郭部を判定し、その輪郭部を除いた検査領域を決定する。この場合、欠陥検出処理は、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する。輝度の変化が激しい輪郭部を検査対象から除外することによって、過検出を一層低減することができる。
【００１２】
本発明は、表面欠陥検査装置に具現化することも好適である。その表面欠陥検査装置は、表面欠陥を検出する対象となる被検査体の表面の検査画像を撮影するカメラと画像処理部を備える。画像処理部は、上記の各処理を実行するためのコンピュータである。
【発明の効果】
【００１３】
本発明の表面欠陥の検査方法を用いると、高い精度で被検査体の表面に存在する欠陥を検出することができる。特に、中子の表面に存在する欠陥を高い精度で検出することができる。
【発明を実施するための最良の形態】
【００１４】
以下に説明する実施例の技術的特徴のいくつかを列記する。
（第１特徴）良品サンプルおよび被検査体を撮影するときに、多軸ロボットを用いて良品サンプルおよび被検査体の表面の全面を撮像する。
（第２特徴）良品サンプルおよび被検査体の表面を撮影するときに、カメラの近傍に取り付けられた２つの照明によって２方向のローアングルから光を当てる。
（第３特徴）被検査体の検査対象外となる輪郭部を、被検査体の製造ばらつきおよび被検査体を検査装置に設置するときの設置ばらつきに基づいて設定する。
【００１５】
被検査体の輪郭部は形状の変化率が大きく、輝度ばらつきが大きいため、検査画像を処理するときに輪郭部を処理対象に含めないほうがよい。実施例の検査方法によると、撮影した被検査体の検査画像にガウスフィルタをかけることによって、被検査体の輪郭部の情報を残しつつ検査画像を平滑化することができる。その後に、検査画像と基準画像の画像パターンをマッチングし、ガウスフィルタリング後の検査画像にさらに移動平均フィルタをかけることによって、検査画像のノイズ（輝度ばらつき）を低減することができる。実施例の検査方法では、検査画像に対して二種類のフィルタリング（平滑化処理）を行うことによって、検査画像のノイズ（輝度ばらつき）を十分に低減することができる。これによって、過検出率を低減することができる。
【００１６】
また、検査画像では、凹状欠陥があると検査装置の照明が十分に届かないため欠陥部の輝度が低くなり、凸状欠陥があると検査装置の照明が反射して欠陥部の輝度が高くなる。このため、基準画像の各画素に対して輝度の高い側と低い側にそれぞれ閾値（上限閾値と下限閾値）を設定しておくとよい。そのような閾値設定を伴う検査方法は、検査画像の対応する画素の輝度が上限閾値よりも高い箇所を凸状欠陥として検出することができ、検査画像の対応する画素の輝度が下限閾値よりも低い箇所を凹状欠陥として検出することができる。そのような凸状欠陥と凹状欠陥の検出は、具体的には次の処理によることが好ましい。すなわち、検査領域の画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定すればよい。
【実施例】
【００１７】
図１に、実施例である表面欠陥の検査方法を実施するための検査装置１４の模式図を示す。
検査装置１４は、固定冶具２と、照明６ａ、６ｂと、カメラ８と、画像処理部１０と、表示部１２を備えている。固定冶具２の表面には被検査体である中子４が固定されている。カメラ８と照明６ａ、６ｂは、図示しない多軸ロボットに取り付けられている。カメラ８と照明６ａ、６ｂは、多軸ロボットによって移動することができる。カメラ８と照明６ａ、６ｂを移動することによって、固定冶具２の表面に固定されている中子４を複数の角度から撮影する。照明６ａ、６ｂは、カメラ８の近傍に取り付けられており、２方向のローアングルから中子４に光を当てることができる。画像処理部１０は、カメラ８によって撮影された画像を取り込み、画像処理を実施することによって中子４の表面に存在する欠陥を検出する。表示部１２は、撮影された検査画像や、表面欠陥の検出処理後の画像を表示する。
【００１８】
図２に、検査装置１４が実行する検査方法のフローチャートを示す。図２に示す処理は、画像処理部１０によって実施される。
【００１９】
Ｓ２６では、カメラ８によって被検査体である中子４を撮影して、検査装置１４に検査画像を取り込む。
Ｓ２８では、取り込んだ検査画像にガウスフィルタをかける（第１平滑化処理）。ガウスフィルタと後述する移動平均フィルタは画像処理の技術分野では良く知られているので説明は省略する。
【００２０】
続いてＳ３０では、検査画像と予め準備された基準画像のパターンマッチングを行う（マッチング処理）。基準画像は、表面欠陥のない中子の画像であり、検査画像から欠陥箇所を抽出するための基準となる画像である。基準画像の生成方法については後述する。このマッチング処理では、検査画像と基準画像を重ね合わせつつ、検査画像を基準画像から相対的にずらしていく。両者が最も一致するときに、検査画像の縦軸と横軸が基準画像の縦軸と横軸に一致するように、検査画像を位置変換（回転変換）する。即ち、このマッチング処理は、検査画像における中子（被検査体）の画像と基準画像における中子（欠陥のない基準検査体）の画像が、同一の座標軸上で重なるように、検査画像を位置変換する。なお、このマッチング処理については、特開２００４−１７０３７４号公報に開示されているので詳しくはそちらを参照されたい。ガウスフィルタは他のフィルタに比べて輪郭情報をよく残すので、マッチング処理では、検査画像と基準画像が正確に位置合わせされる。
【００２１】
次いでＳ３２では、ガウスフィルタリング後の検査画像に移動平均フィルタをかける（第２平滑化処理）。Ｓ２８の第１平滑化処理とＳ３２の第２平滑化処理の２重の平滑化処理によって、検査画像中のノイズ（輝度のばらつき）が大幅に低減される。
【００２２】
次いでＳ３４では、移動平均フィルタリング後の検査画像に対して検査領域を特定する処理を行う。ここで検査領域とは、欠陥検出の検査対象となる領域のことをいう。検査領域は基準画像上で予め特定されている。検査画像と基準画像は位置合わせされているので、基準画像の座標系における検査領域が、検査画像における検査領域に相当する。Ｓ３６では、検査画像に写っている中子の画像のうち、検査領域の周囲に存する輪郭を特定する。ここで、検査画像と基準画像は位置合わせされているので、基準画像における輪郭の位置が検査画像における輪郭位置に相当する。輪郭を特定するのは、画像において輪郭部分は輝度のばらつきの幅が大きいので、そのような箇所を検査領域から除外するためである。
【００２３】
輪郭部分を精緻に除外するための処理がＳ３８とＳ４０の処理である。Ｓ３８では、Ｓ３６で特定した輪郭を膨張させる。これによって、輪郭とその周辺における輝度の変化を明確にすることができ、検査領域から外すべき輪郭部分を精緻に特定することが可能となる。Ｓ４０では、膨張させた輪郭画像を用いて、輪郭領域付近を検査領域から除外する（検査領域決定処理）。
【００２４】
次いでＳ４２では、移動平均フィルタリング後の検査画像と基準画像の各画素について輝度の差分を算出する。ここでの差分は、移動平均フィルタリング後の検査画像の画素の輝度から基準画像の画素の輝度を減算した値（差分値）である。差分値は、画素毎に算出される。
【００２５】
Ｓ４４とＳ４６では、差分値が予め定められた許容範囲に属するか否かを判断する。許容範囲から外れる差分が算出された画素の位置が、欠陥箇所に相当する。許容範囲の決定方法については後述する。Ｓ４４では、差分値が許容範囲の下限よりも小さい画素を抽出する。即ちＳ４４では、検査画像における輝度が基準画像における輝度の許容範囲よりも低い領域（低輝度領域）を抽出する。本実施例では、輝度を２５６階調で表し、差分値が−７０以下の画素の領域を低輝度領域として抽出する。Ｓ４６では、差分値が許容範囲の上限よりも大きい画素を抽出する。即ち、Ｓ４６では、検査画像における輝度が基準画像における輝度の許容範囲よりも高い領域（高輝度領域）を抽出する。本実施例では、輝度を２５６階調で表し、差分値が＋７０以上の画素の領域を高輝度領域として抽出する。
【００２６】
Ｓ４８では、Ｓ４４で抽出した低輝度領域とＳ４６で抽出した高輝度領域のうち検査領域に含まれるもののみを判定する（欠陥検出処理）。ここで検査領域は、先のＳ３４−Ｓ４０の処理によって輪郭を除外した検査領域である。
【００２７】
Ｓ５０では、Ｓ４８の処理で判定した結果に基づいて、欠陥領域を表示する。すなわち、Ｓ４４の処理で判定した検査領域に含まれる低輝度領域を凹状欠陥として表示する。Ｓ４６の処理で判定した検査領域に含まれる高輝度領域を凸状欠陥として表示する。以上の処理によって、凹状欠陥箇所と凸状欠陥箇所が検出される。
【００２８】
次に、基準画像の生成と欠陥箇所を判別するための許容範囲について説明する。図３に基準画像生成処理のフローチャートを示す。図３のフローチャートの処理も、検査装置１４が実施する。まず、検査対象となる中子４と同種の中子であって欠陥のない中子（良品サンプル）をＮ個用意する。Ｓ２では、基準となるＮ個の良品サンプルの画像を撮影し、Ｎ枚の良品画像を検査装置１４に取り込む。
【００２９】
Ｓ４では、１枚目の良品画像を画像処理の対象としてセットする。Ｓ６では、１枚目の良品画像にガウスフィルタをかける。ガウスフィルタは、先に説明した検査方法において用いたものと同じものである。Ｓ８では、ガウスフィルタリング後の良品画像からエッジ情報を抽出する。ここで得られたエッジ情報は、後のマッチング処理で用いる。Ｓ１０では、良品画像の基準位置からの変換行列を算出する。ここでで、「基準位置」は、例えば画像の座標軸上で画素（０、０）の位置でよい。
【００３０】
Ｓ１２では、次の良品画像を画像処理の対象としてセットする。以下、「次の良品画像」を「次画像」と称する。Ｓ１４では、次画像にガウスフィルタをかける。Ｓ１６では、ガウスフィルタリング後の次画像を１枚目の良品画像と位置合わせする（マッチング処理）。この位置合わせに、Ｓ８で求めたエッジ情報が用いられる。マッチング処理は、先に説明した処理と同様である。Ｓ１８では、位置合わせされた次画像に移動平均フィルタをかける。Ｓ１８における移動平均フィルタは、先に説明した検査方法において用いたものと同じものである。Ｓ１９では、１枚目の良品画像と移動平均フィルタリング後の次画像を平均した画像を生成する。ここで、１枚目の良品画像と次画像は位置合わせされているので、１枚目の良品画像における良品サンプルの画像と次画像における良品サンプルの画像は正確に重ね合わされる。また、「平均」とは、１枚目の良質画像の各画素と、次画像における対応する画素の輝度の平均を意味する。この平均した画像が基準画像に相当する。同時にＳ１９では、１枚目の良品画像と移動平均フィルタリング後の次画像の画素ごとに、輝度のばらつきを求める。Ｓ１２からＳ１９までの処理はＮ枚の良品画像について繰り返し実施される（Ｓ２０）。ここで、繰り返し毎のＳ１９では、先の基準画像と新たな次画像を平均した画像を、新たな基準画像として生成する。同時にＳ１９では、それまでの輝度のばらつきに、新たな次画像の輝度のばらつきを加えて新たなばらつきを算出する。こうしてＮ枚の良品画像の処理が終了すると、Ｎ枚の良品画像の平均画像が基準画像として生成される。同時に、Ｎ枚の良品画像における各画素の輝度のばらつきの標準偏差が得られる。得られた標準偏差に基づいて、検査方法における許容範囲が決定される。例えば、標準偏差の３倍（いわゆる３シグマ値）を許容範囲に設定する。
【００３１】
Ｓ２２では、Ｎ枚の良品画像に基づいて生成された基準画像のエッジ情報を抽出する。Ｓ２３では、基準位置（例えば画素（０、０）の位置）からの変換行列を算出する。Ｓ２４では、算出された変換行列を出力する。Ｓ２２で抽出されたエッジ情報とＳ２３で算出された変換行列は、検査方法におけるＳ３０（図２参照）のマッチング処理に用いられる。
【００３２】
本実施例の方法によると、ガウスフィルリング後の検査画像を基準画像と位置合わせする。すなわち、被検査体である中子４の輪郭部の情報がよく残されている検査画像を基準画像と位置合わせする。検査画像と基準画像を正確に位置合わせすることができる。位置合わせした後に、検査画像に移動平均フィルタをかけてノイズ（輝度ばらつき）を低減する。本実施例の方法では、検査画像に対して二種類の平滑化処理を行うことによって、基準画像との正確な位置合わせとノイズ除去を両立した検査画像を得る。このため、従来の検出手法に比べて過検出率を大幅に低減することができる。
【００３３】
また、本実施例の検査方法は、２方向のローアングルから光を当てた検査画像を採用する。そのような検査画像を用いることによって、中子（被検査体）の表面に存在する凹状欠陥と凸状欠陥の２種類の欠陥を高い精度で検出することができる。
【００３４】
本実施例の方法では、多軸ロボットを用いて良品サンプルおよび被検査体の表面の全面を撮影する。このため、良品サンプルおよび被検査体の表面の全面を撮影することができる。良品サンプルおよび被検査体の表面の全面を撮影した複数の画像の各々に対して、基準画像生成処理と検査処理を行うことによって、被検査体の表面の全面に対して表面欠陥の検出検査を行うことができる。
【００３５】
本実施例の方法では、検査対象外となる被検査体の輪郭部を、被検査体の製造ばらつきおよび被検査体を検査装置に設置するときの設置ばらつきに基づいて設定することが好ましい。例えば、被検査体の製造ばらつきが０．４ｍｍであり、被検査体を検査装置に設置するときの設置ばらつきが０．５ｍｍの場合、検査対象外となる輪郭部を１ｍｍ（約１０ピクセル）と設定する。これによって、製造ばらつきと設置ばらつきによる欠陥検出検査への影響を排除することができる。
【００３６】
以上、本発明の実施例について詳細に説明したが、これらは例示に過ぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成し得るものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。
【図面の簡単な説明】
【００３７】
【図１】検査装置の模式図を示す。
【図２】表面欠陥の検査処理のフローチャートを示す。
【図３】基準画像生成処理のフローチャートを示す。
【符号の説明】
【００３８】
２：固定冶具
４：中子
６ａ、６ｂ：照明
８：カメラ
１０：画像処理部
１２：表示部
１４：検査装置
Ｓ２〜Ｓ２２：基準画像生成処理
Ｓ２４〜Ｓ５０：検査処理
【特許請求の範囲】
【請求項１】
被検査体の表面欠陥を検出する方法であり、
被検査体の表面を撮影した検査画像を検査装置に取り込む撮影処理と、
取り込まれた検査画像にガウスフィルタをかける第１平滑化処理と、
ガウスフィルタリング後の検査画像を、前記被検査体と同種の基準検査体を撮影した基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせするマッチング処理と、
位置合わせされた検査画像に移動平均フィルタをかける第２平滑化処理と、
移動平均フィルタリング後の検査画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する欠陥検出処理と、
を備えていることを特徴とする表面欠陥の検査方法。
【請求項１】
被検査体の表面欠陥を検出する方法であり、
被検査体の表面を撮影した検査画像を検査装置に取り込む撮影処理と、
取り込まれた検査画像にガウスフィルタをかける第１平滑化処理と、
ガウスフィルタリング後の検査画像を、前記被検査体と同種の基準検査体を撮影した基準画像と照合し、ガウスフィルタリング後の検査画像における被検査体の位置を基準画像における基準検査体の位置に位置合わせするマッチング処理と、
位置合わせされた検査画像に移動平均フィルタをかける第２平滑化処理と、
移動平均フィルタリング後の検査画像と基準画像の差分を計算し、差分が予め定められた許容範囲から外れる被検査体の位置を特定する欠陥検出処理と、
を備えていることを特徴とする表面欠陥の検査方法。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２０１０−１３９４０７（Ｐ２０１０−１３９４０７Ａ）
【公開日】平成２２年６月２４日（２０１０．６．２４）
【国際特許分類】
【出願番号】特願２００８−３１６６６４（Ｐ２００８−３１６６６４）
【出願日】平成２０年１２月１２日（２００８．１２．１２）
【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２２年６月２４日（２０１０．６．２４）
【国際特許分類】
【出願日】平成２０年１２月１２日（２００８．１２．１２）
【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 ]