表面欠陥自動検査装置および検査方法
【課題】
金属などの部材やそれらに金属皮膜を形成した表面で、光学的に全反射ないしはそれに近い状態の表面は、全反射による鏡面反射光が強く、表面欠陥の検出に有用なランダム反射光を検出することは困難である。このため従来技術では、表面欠陥検査の自動化は困難であった。
【解決手段】
本発明は、評価対象物とカメラを固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測する工程、金属表面反射モデルを用いて強い鏡面反射を削除し微小なランダム反射を抽出する工程、複素数離散ウェーブレット変換を用いてノイズ除去や欠陥鮮鋭化などを行う工程、パターンマッチングにより欠陥を検出する工程などの組み合わせにより、評価対象物の表面欠陥、特に金属皮膜が形成された鏡面状態の部材や部品の表面欠陥の自動検査装置とその検査方法を提供する。
金属などの部材やそれらに金属皮膜を形成した表面で、光学的に全反射ないしはそれに近い状態の表面は、全反射による鏡面反射光が強く、表面欠陥の検出に有用なランダム反射光を検出することは困難である。このため従来技術では、表面欠陥検査の自動化は困難であった。
【解決手段】
本発明は、評価対象物とカメラを固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測する工程、金属表面反射モデルを用いて強い鏡面反射を削除し微小なランダム反射を抽出する工程、複素数離散ウェーブレット変換を用いてノイズ除去や欠陥鮮鋭化などを行う工程、パターンマッチングにより欠陥を検出する工程などの組み合わせにより、評価対象物の表面欠陥、特に金属皮膜が形成された鏡面状態の部材や部品の表面欠陥の自動検査装置とその検査方法を提供する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、金属で構成される部材または部品、または、表面に金属皮膜されている部材または部品の表面欠陥を自動的に検査する装置とその検査方法に関するものである。
【背景技術】
【０００２】
部材または部品の表面の検査方法として、特許文献１では、位相限定相関法を利用して、検査対象の表面に欠陥が生じているかを判定している。
【０００３】
特許文献２では、評価対象物の画像における各画素の濃度勾配情報をもとに閾値処理し、検査対象の表面欠陥自動検出を行っている。
【特許文献１】特開２０００−２２１１３９
【特許文献２】特開２００１−０３４７６２
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１や特許文献２の手法を用いて、金属からなる部材または部品、または、表面に金属皮膜が施されている部材または部品の表面欠陥を検査する際に、特に評価対象物の表面において、鏡面による鏡面反射光が強い場合には、欠陥検出の際に有用なランダム反射光を検出しにくいという問題があった。したがって、従来の技術では、鏡面反射を行うような部品の局所的な表面欠陥の自動検査は非常に困難であった。本発明は、特に評価対象物が、光学的に鏡面反射ないしはそれに近い鏡面反射で照射光が反射するような場合の部材または部品の、表面欠陥を検査する場合に特に有効な自動検査装置と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】
【０００５】
以上の現状に鑑み、本発明者は鋭意検討を重ねた結果、次の発明を完成させるに至った。
【０００６】
第一の発明は、評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する手段、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する手段、前手段において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する手段、および、リファレンス画像と前手段で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する手段からなることを特徴とする部材の表面欠陥の自動検査装置である。
【０００７】
第二の発明は、評価対象物である部材または部品が、金属からなる部材または部品であることを特徴とする、第一の発明に記載の表面欠陥の自動検査装置である。
【０００８】
第三の発明は、評価対象物である部材または部品が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする、第一の発明または第二の発明に記載の表面欠陥の自動検査装置である。
【０００９】
第四の発明は、画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする第一の発明または第二の発明または第三の発明に記載の表面欠陥の自動検査装置である。
【００１０】
更に、第五の発明は、評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する工程、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する工程、前工程において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する工程、および、リファレンス画像と前工程で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する工程からなることを特徴とする部材の表面欠陥の自動検査方法である。
【００１１】
第六の発明は、評価対象物である部材または部品が、金属からなる部材または部品であることを特徴とする、第五の発明に記載の表面欠陥の自動検査方法である。
【００１２】
第七の発明は、評価対象物である部材または部品が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする、第五の発明または第六の発明に記載の表面欠陥の自動検査方法である。
【００１３】
第八の発明は、画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする第五の発明または第六の発明または第七の発明に記載の表面欠陥の自動検査方法である。
【００１４】
次に本発明の具体的な方法について記載する。本発明においては、まず評価対象物とカメラは固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測し、それらの画像をもとに金属表面反射モデルを用いて鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成することを行う。
【００１５】
金属表面反射モデルの詳細は以下の通りである。
金属材料の表面による反射は全反射であり、これは鏡面反射とランダム反射からなる。すなわち、金属は伝導電子を持つため、ドルーデの法則によって光の周波数領域における誘電率の実数部が負となり、光の電界を遮蔽して光が金属の中に入り込めない。また、金属皮膜の一例である金属メッキ表面のような滑らかな表面においては、鏡面反射が強く、ランダム反射が非常に弱い。ここで以下に示した金属表面反射モデルをもちいて、鏡面反射を削除し、ランダム反射を強調して抽出する。
【００１６】
まず、光源を平行光源、反射面をランダム反射面と仮定し光源方向の異なる３枚の基本画像から、任意光源方向の画像（合成画像）を次式のように表現できる。
【００１７】
【数１】
【００１８】
ただし、（Ｉ１，Ｉ２，Ｉ３）は３枚画像のベクトル表現で、Ｉｋは任意方向の画像のベクトル表現である。また、ｃｋ＝［ｃ１ｋ，ｃ２ｋ，ｃ３ｋ］Ｔは画像Ｉｋに対する線形結合の係数組、である。ｐは任意画素である。
【００１９】
数１のモデルを用い、次の手順に従って合成画像を求める。
１）線形結合係数の算出
まず３枚画像を選んで基本画像とする。次に（Ｉ１，Ｉ２，Ｉｋ）ｋ＝４，５，・・・ｎの輝度分布を作成し、輝度の平均値と最大値との間［Ｉａｖｅ，Ｉｍａｘ］から任意の３画素を選び、次式によりｃｋを求める。
【００２０】
【数２】
【００２１】
この計算を繰り返して行い、求めた線形結合係数ｃｋを図４に示すような３次元空間にプロットし係数の分布図が得られる。分布図の重心付近の点を削除し、分散点の重心をもう一度計算してその座標のｃｋを画像Ｉｋの結合係数とする。以上の手順を繰り返して行い、すべての画像に対して合成画像が得られる。
【００２２】
２）基本画像の正規化
基本画像以外の任意の３枚画像（Ｉｌ，Ｉｍ，Ｉｎ）を選びそれらの結合係数（ｃｌ，ｃｍ，ｃｎ）を用いて、基本画像（Ｉ１，Ｉ２，Ｉ３）を次式のように正規化する。
【００２３】
【数３】
【００２４】
この計算を繰り返して行い、得られた画素平均値を基本画像の輝度値（Ｉ１Ｌ，Ｉ２Ｌ，Ｉ３Ｌ）とする。
【００２５】
３）正規化基本画像による合成画像の再構成
正規化された３枚の基本画像を元にして、手順１）によりすべての画像の結合係数ｃｋを求め、合成画像Ｉｋをもう一度生成する。このようにして合成された画像には、鏡面反射が削除され、ランダム反射が強調、抽出される。
【００２６】
次に、生成された画像に対して、離散ウェーブレット変換を施し、ノイズ除去や欠陥の鮮鋭化を行う。具体的な処理として、まず、画像を複素数離散ウェーブレット変換により分解し、４つの画像ＲＲ、ＲＩ、ＩＲ、ＩＩを得る。ここで、Ｒは実数、Ｉは虚数を表す。この４つの画像を数４により１つの画像に変換したあと、ノイズ除去や鮮鋭化の処理を経て、逆複素数離散ウェーブレットにより画像を再構成する。
【００２７】
上記複素数離散ウェーブレット変換はマザーウェーブレットが非常に重要であるが、本発明者らは、より好適なマザーウェーブレットを開発し、それにより完全シフト不変な性質を持つ複素数離散ウェーブレット変換を実現して画像位置の微小なシフトによるウェーブレット係数の変動をほぼゼロに抑えた。これにより、検査表面にある小さな傷に対しても、安定なウェーブレット係数が得られ、検査の精度を向上させることができる。
【００２８】
【数４】
【００２９】
最後に、ノイズ除去および欠陥が鮮鋭化された評価対象画像に対して、リファレンスデータとのパターンマッチングを行い、実際に欠陥があるかどうかの評価を行う。
【００３０】
本発明の評価対象物となる部材としては、金属からなる部材または部品が適する。ここで言う金属とは、鉄や鉄鋼を主体とした鉄系の材料およびこれらの合金、またアルミニウム、銅、マグネシウム、チタンなどで代表される非鉄材料およびこれらの合金が含まれる。
【００３１】
更に、表面に金属皮膜が形成されている部材または部品も適する。
この場合の基材としては、上に述べた金属のみならずセラミックス、ガラス、プラスチックなどいずれでも良く、特に限定されるものではなく、その基材の表面に何らかの方法で金属皮膜が形成されていれば良い。
【００３２】
また金属皮膜の形成法としては、メッキ、スパッタ、蒸着、溶射等いずれの方法を用いたものでもよく、特に限定されるものではない。
【００３３】
なかでも、メッキ法により金属皮膜（メッキ皮膜）が形成されており、その表面が鏡面状態にある、光を全反射する部材または部品は、本発明にとって望ましい評価対象物の一つである。
【００３４】
また金属皮膜の種類としては、亜鉛、ニッケル、クロム、スズ、銅、金、銀、チタン等があげられ、更にはこれらの元素を主成分とし他の元素と合金化した、合金皮膜も、評価対象物として適する。
【発明の効果】
【００３５】
本発明により、例えば金属製の部材や部品、または表面に金属皮膜を形成した、光学的に鏡面反射を示すような部材または部品でも、精度よくその表面欠陥の検出ができる。
【発明を実施するための最良の形態】
【００３６】
本発明を実施するための最良の形態について、図を参照して説明する。
本発明は図１に例示するフローのように実施される。まず評価対象物とカメラは固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測する。次に金属表面反射モデルを用いて強い鏡面反射を削除し微小なランダム反射を抽出する。そして複素数離散ウェーブレット変換を用いてノイズ除去や欠陥鮮鋭化などを行い、表面欠陥を明らかにする。最後にパターンマッチングにより表面欠陥を自動的に検出する。
【００３７】
図２に示すのは表面画像計測システムの例である。図示のように、評価対象物とカメラはある定まった位置に固定し、点光源の位置を変えて異なる方向から複数の画像を取得する。 次に図３に例示するように反射モデルにより３つの異なる方向光源から得られた基本画像を用いて新たな１枚画像を構成し、鏡面反射光を削除する。そして鏡面反射が削除された画像に対して、図５に例示するように複素数離散ウェーブレット変換により分解し、４つの画像ＲＲ、ＲＩ、ＩＲ、ＩＩが得られる。ただし、画像ＲＲは横と縦とも複素数ウェーブレットの実部により処理した画像、画像ＲＩは横が複素数ウェーブレットの実部、縦が複素数ウェーブレットの虚部により処理した画像、画像ＩＲは横が複素数ウェーブレットの虚部、縦が複素数ウェーブレットの実部により処理した画像、画像ＩＩは横と縦とも複素数ウェーブレットの虚部により処理した画像である。これら処理は図６に示したマザーウェーブレットを用いて行うことと等しい。さらにこれらを１つの画像に変換したあと、ノイズ除去や鮮鋭化などの処理を経て、逆複素数離散ウェーブレットにより画像を再構成する。
【００３８】
このように処理した欠陥なしの画像と欠陥ありの画像とのパターンマッチングを行い、欠陥検出を行う。
【実施例】
【００３９】
本発明を実施例にもとづき更に詳細に説明するが、本発明はこれらの実施例のみに限定されるものではない。
【００４０】
図７に示すのは、自動車用の部品である。基材はＡＢＳ樹脂からなり、その表面全体にはクロムメッキが施されている。この部品のクロムメッキ表面の欠陥検出の例である。図７の（Ｉ）は従来自然照明の場合で得られたクロムメッキ表面の画像であり、（ＩＩ）は図７に示した計測システムにより得られた画像、（ＩＩＩ）は（ＩＩ）の画像に対して表面反射モデルを用いて鏡面反射光を削除した画像、（ＩＶ）は（ＩＩＩ）の画像に対して複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、そしてパターンマッチング処理して得られた欠陥画像である。また（ｂ）に示した欠陥ありの傷は３箇所で、幅約０．０１ｍｍ、長さ約３ｍｍである。図７に示すように、従来自然照明での画像について、欠陥なしと欠陥ありの表面の区別はきわめて困難であるが、本技術を用いて、表面反射モデルにより鏡面反射を削除すると欠陥なしと欠陥ありとの違いが明確に得られる。このことは、以下のように輝度分布を見ることで、定量的に説明することができる。
【００４１】
図８は画像の輝度分布を示す。ここで、図８（ａ）は図７（ＩＩ）の（ａ）の表面反射モデルで処理する前の輝度分布であり、（ｂ）は図７（ＩＩＩ）の（ａ）の表面反射モデルで処理した後の輝度分布である。図８の（ａ）と（ｂ）を比べてわかるように、表面反射モデルにより、高い輝度を示す鏡面反射を削除したのが分かる。また、表面反射モデルで処理した後の輝度分布の中心位置を輝度値の大きい側にシフト（これは、欠陥判断に有効な画像部分の平均輝度が高くなり、欠陥が認識しやくなったことを示す）し、ランダム反射成分が強調されていることも示している。すなわち、本技術を用いて鏡面反射を削除し欠陥なしと欠陥ありとの違いが明確になったことがいえる。
【００４２】
そして、複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、パターンマッチング処理して欠陥を検出した。すなわち、本技術により鏡面反射の強いクロムめっき表面の欠陥を自動的に検出することができた。
【００４３】
このようにして鏡面反射成分を取り除いたものを複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、パターンマッチング処理して欠陥を検出した。よって本技術により鏡面反射の強いクロムめっき表面の欠陥を自動的に検出することができる。
【産業上の利用可能性】
【００４４】
自動車部品や家電製品の部材や部品などの多くは、欠陥部分を取り除くための表面検査が必要であり、それを多くの人手をかけて目視で行っているのが現状である。特に評価対象物が光学的に全反射またはそれに近い表面状態（鏡面）を持つ部材または部品などの場合には、従来の技術では欠陥検査の自動化が困難であった。このような場合でも、本技術を用いることにより表面欠陥の検査が自動化でき、製品機能の向上や品質管理の工数削減に大いに貢献できる。
【図面の簡単な説明】
【００４５】
【図１】表面欠陥の自動検査の流れ図を示す。
【図２】表面画像計測システムを示す。
【図３】反射モデルによる鏡面反射光の除去を示す。
【図４】係数分布図の例を示す。
【図５】複素数離散ウェーブレット変換の分解アルゴリズムを示す。
【図６】画像ＲＲ、ＲＩ、ＩＲ、ＩＩに対応するマザーウェーブレットの例を示す。
【図７】本発明によるクロムメッキ表面の欠陥検出実施例を示す。
【図８】画像の輝度分布の例を示す。
【符号の説明】
【００４６】
１…コンピュータ
２…カメラ
３…光源
４…評価対象物
【技術分野】
【０００１】
本発明は、金属で構成される部材または部品、または、表面に金属皮膜されている部材または部品の表面欠陥を自動的に検査する装置とその検査方法に関するものである。
【背景技術】
【０００２】
部材または部品の表面の検査方法として、特許文献１では、位相限定相関法を利用して、検査対象の表面に欠陥が生じているかを判定している。
【０００３】
特許文献２では、評価対象物の画像における各画素の濃度勾配情報をもとに閾値処理し、検査対象の表面欠陥自動検出を行っている。
【特許文献１】特開２０００−２２１１３９
【特許文献２】特開２００１−０３４７６２
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１や特許文献２の手法を用いて、金属からなる部材または部品、または、表面に金属皮膜が施されている部材または部品の表面欠陥を検査する際に、特に評価対象物の表面において、鏡面による鏡面反射光が強い場合には、欠陥検出の際に有用なランダム反射光を検出しにくいという問題があった。したがって、従来の技術では、鏡面反射を行うような部品の局所的な表面欠陥の自動検査は非常に困難であった。本発明は、特に評価対象物が、光学的に鏡面反射ないしはそれに近い鏡面反射で照射光が反射するような場合の部材または部品の、表面欠陥を検査する場合に特に有効な自動検査装置と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】
【０００５】
以上の現状に鑑み、本発明者は鋭意検討を重ねた結果、次の発明を完成させるに至った。
【０００６】
第一の発明は、評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する手段、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する手段、前手段において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する手段、および、リファレンス画像と前手段で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する手段からなることを特徴とする部材の表面欠陥の自動検査装置である。
【０００７】
第二の発明は、評価対象物である部材または部品が、金属からなる部材または部品であることを特徴とする、第一の発明に記載の表面欠陥の自動検査装置である。
【０００８】
第三の発明は、評価対象物である部材または部品が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする、第一の発明または第二の発明に記載の表面欠陥の自動検査装置である。
【０００９】
第四の発明は、画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする第一の発明または第二の発明または第三の発明に記載の表面欠陥の自動検査装置である。
【００１０】
更に、第五の発明は、評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する工程、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する工程、前工程において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する工程、および、リファレンス画像と前工程で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する工程からなることを特徴とする部材の表面欠陥の自動検査方法である。
【００１１】
第六の発明は、評価対象物である部材または部品が、金属からなる部材または部品であることを特徴とする、第五の発明に記載の表面欠陥の自動検査方法である。
【００１２】
第七の発明は、評価対象物である部材または部品が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする、第五の発明または第六の発明に記載の表面欠陥の自動検査方法である。
【００１３】
第八の発明は、画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする第五の発明または第六の発明または第七の発明に記載の表面欠陥の自動検査方法である。
【００１４】
次に本発明の具体的な方法について記載する。本発明においては、まず評価対象物とカメラは固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測し、それらの画像をもとに金属表面反射モデルを用いて鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成することを行う。
【００１５】
金属表面反射モデルの詳細は以下の通りである。
金属材料の表面による反射は全反射であり、これは鏡面反射とランダム反射からなる。すなわち、金属は伝導電子を持つため、ドルーデの法則によって光の周波数領域における誘電率の実数部が負となり、光の電界を遮蔽して光が金属の中に入り込めない。また、金属皮膜の一例である金属メッキ表面のような滑らかな表面においては、鏡面反射が強く、ランダム反射が非常に弱い。ここで以下に示した金属表面反射モデルをもちいて、鏡面反射を削除し、ランダム反射を強調して抽出する。
【００１６】
まず、光源を平行光源、反射面をランダム反射面と仮定し光源方向の異なる３枚の基本画像から、任意光源方向の画像（合成画像）を次式のように表現できる。
【００１７】
【数１】
【００１８】
ただし、（Ｉ１，Ｉ２，Ｉ３）は３枚画像のベクトル表現で、Ｉｋは任意方向の画像のベクトル表現である。また、ｃｋ＝［ｃ１ｋ，ｃ２ｋ，ｃ３ｋ］Ｔは画像Ｉｋに対する線形結合の係数組、である。ｐは任意画素である。
【００１９】
数１のモデルを用い、次の手順に従って合成画像を求める。
１）線形結合係数の算出
まず３枚画像を選んで基本画像とする。次に（Ｉ１，Ｉ２，Ｉｋ）ｋ＝４，５，・・・ｎの輝度分布を作成し、輝度の平均値と最大値との間［Ｉａｖｅ，Ｉｍａｘ］から任意の３画素を選び、次式によりｃｋを求める。
【００２０】
【数２】
【００２１】
この計算を繰り返して行い、求めた線形結合係数ｃｋを図４に示すような３次元空間にプロットし係数の分布図が得られる。分布図の重心付近の点を削除し、分散点の重心をもう一度計算してその座標のｃｋを画像Ｉｋの結合係数とする。以上の手順を繰り返して行い、すべての画像に対して合成画像が得られる。
【００２２】
２）基本画像の正規化
基本画像以外の任意の３枚画像（Ｉｌ，Ｉｍ，Ｉｎ）を選びそれらの結合係数（ｃｌ，ｃｍ，ｃｎ）を用いて、基本画像（Ｉ１，Ｉ２，Ｉ３）を次式のように正規化する。
【００２３】
【数３】
【００２４】
この計算を繰り返して行い、得られた画素平均値を基本画像の輝度値（Ｉ１Ｌ，Ｉ２Ｌ，Ｉ３Ｌ）とする。
【００２５】
３）正規化基本画像による合成画像の再構成
正規化された３枚の基本画像を元にして、手順１）によりすべての画像の結合係数ｃｋを求め、合成画像Ｉｋをもう一度生成する。このようにして合成された画像には、鏡面反射が削除され、ランダム反射が強調、抽出される。
【００２６】
次に、生成された画像に対して、離散ウェーブレット変換を施し、ノイズ除去や欠陥の鮮鋭化を行う。具体的な処理として、まず、画像を複素数離散ウェーブレット変換により分解し、４つの画像ＲＲ、ＲＩ、ＩＲ、ＩＩを得る。ここで、Ｒは実数、Ｉは虚数を表す。この４つの画像を数４により１つの画像に変換したあと、ノイズ除去や鮮鋭化の処理を経て、逆複素数離散ウェーブレットにより画像を再構成する。
【００２７】
上記複素数離散ウェーブレット変換はマザーウェーブレットが非常に重要であるが、本発明者らは、より好適なマザーウェーブレットを開発し、それにより完全シフト不変な性質を持つ複素数離散ウェーブレット変換を実現して画像位置の微小なシフトによるウェーブレット係数の変動をほぼゼロに抑えた。これにより、検査表面にある小さな傷に対しても、安定なウェーブレット係数が得られ、検査の精度を向上させることができる。
【００２８】
【数４】
【００２９】
最後に、ノイズ除去および欠陥が鮮鋭化された評価対象画像に対して、リファレンスデータとのパターンマッチングを行い、実際に欠陥があるかどうかの評価を行う。
【００３０】
本発明の評価対象物となる部材としては、金属からなる部材または部品が適する。ここで言う金属とは、鉄や鉄鋼を主体とした鉄系の材料およびこれらの合金、またアルミニウム、銅、マグネシウム、チタンなどで代表される非鉄材料およびこれらの合金が含まれる。
【００３１】
更に、表面に金属皮膜が形成されている部材または部品も適する。
この場合の基材としては、上に述べた金属のみならずセラミックス、ガラス、プラスチックなどいずれでも良く、特に限定されるものではなく、その基材の表面に何らかの方法で金属皮膜が形成されていれば良い。
【００３２】
また金属皮膜の形成法としては、メッキ、スパッタ、蒸着、溶射等いずれの方法を用いたものでもよく、特に限定されるものではない。
【００３３】
なかでも、メッキ法により金属皮膜（メッキ皮膜）が形成されており、その表面が鏡面状態にある、光を全反射する部材または部品は、本発明にとって望ましい評価対象物の一つである。
【００３４】
また金属皮膜の種類としては、亜鉛、ニッケル、クロム、スズ、銅、金、銀、チタン等があげられ、更にはこれらの元素を主成分とし他の元素と合金化した、合金皮膜も、評価対象物として適する。
【発明の効果】
【００３５】
本発明により、例えば金属製の部材や部品、または表面に金属皮膜を形成した、光学的に鏡面反射を示すような部材または部品でも、精度よくその表面欠陥の検出ができる。
【発明を実施するための最良の形態】
【００３６】
本発明を実施するための最良の形態について、図を参照して説明する。
本発明は図１に例示するフローのように実施される。まず評価対象物とカメラは固定し，点光源の位置を変えて、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を計測する。次に金属表面反射モデルを用いて強い鏡面反射を削除し微小なランダム反射を抽出する。そして複素数離散ウェーブレット変換を用いてノイズ除去や欠陥鮮鋭化などを行い、表面欠陥を明らかにする。最後にパターンマッチングにより表面欠陥を自動的に検出する。
【００３７】
図２に示すのは表面画像計測システムの例である。図示のように、評価対象物とカメラはある定まった位置に固定し、点光源の位置を変えて異なる方向から複数の画像を取得する。 次に図３に例示するように反射モデルにより３つの異なる方向光源から得られた基本画像を用いて新たな１枚画像を構成し、鏡面反射光を削除する。そして鏡面反射が削除された画像に対して、図５に例示するように複素数離散ウェーブレット変換により分解し、４つの画像ＲＲ、ＲＩ、ＩＲ、ＩＩが得られる。ただし、画像ＲＲは横と縦とも複素数ウェーブレットの実部により処理した画像、画像ＲＩは横が複素数ウェーブレットの実部、縦が複素数ウェーブレットの虚部により処理した画像、画像ＩＲは横が複素数ウェーブレットの虚部、縦が複素数ウェーブレットの実部により処理した画像、画像ＩＩは横と縦とも複素数ウェーブレットの虚部により処理した画像である。これら処理は図６に示したマザーウェーブレットを用いて行うことと等しい。さらにこれらを１つの画像に変換したあと、ノイズ除去や鮮鋭化などの処理を経て、逆複素数離散ウェーブレットにより画像を再構成する。
【００３８】
このように処理した欠陥なしの画像と欠陥ありの画像とのパターンマッチングを行い、欠陥検出を行う。
【実施例】
【００３９】
本発明を実施例にもとづき更に詳細に説明するが、本発明はこれらの実施例のみに限定されるものではない。
【００４０】
図７に示すのは、自動車用の部品である。基材はＡＢＳ樹脂からなり、その表面全体にはクロムメッキが施されている。この部品のクロムメッキ表面の欠陥検出の例である。図７の（Ｉ）は従来自然照明の場合で得られたクロムメッキ表面の画像であり、（ＩＩ）は図７に示した計測システムにより得られた画像、（ＩＩＩ）は（ＩＩ）の画像に対して表面反射モデルを用いて鏡面反射光を削除した画像、（ＩＶ）は（ＩＩＩ）の画像に対して複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、そしてパターンマッチング処理して得られた欠陥画像である。また（ｂ）に示した欠陥ありの傷は３箇所で、幅約０．０１ｍｍ、長さ約３ｍｍである。図７に示すように、従来自然照明での画像について、欠陥なしと欠陥ありの表面の区別はきわめて困難であるが、本技術を用いて、表面反射モデルにより鏡面反射を削除すると欠陥なしと欠陥ありとの違いが明確に得られる。このことは、以下のように輝度分布を見ることで、定量的に説明することができる。
【００４１】
図８は画像の輝度分布を示す。ここで、図８（ａ）は図７（ＩＩ）の（ａ）の表面反射モデルで処理する前の輝度分布であり、（ｂ）は図７（ＩＩＩ）の（ａ）の表面反射モデルで処理した後の輝度分布である。図８の（ａ）と（ｂ）を比べてわかるように、表面反射モデルにより、高い輝度を示す鏡面反射を削除したのが分かる。また、表面反射モデルで処理した後の輝度分布の中心位置を輝度値の大きい側にシフト（これは、欠陥判断に有効な画像部分の平均輝度が高くなり、欠陥が認識しやくなったことを示す）し、ランダム反射成分が強調されていることも示している。すなわち、本技術を用いて鏡面反射を削除し欠陥なしと欠陥ありとの違いが明確になったことがいえる。
【００４２】
そして、複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、パターンマッチング処理して欠陥を検出した。すなわち、本技術により鏡面反射の強いクロムめっき表面の欠陥を自動的に検出することができた。
【００４３】
このようにして鏡面反射成分を取り除いたものを複素数離散ウェーブレット変換によりノイズ除去や欠陥の鮮鋭化などの処理を行い、パターンマッチング処理して欠陥を検出した。よって本技術により鏡面反射の強いクロムめっき表面の欠陥を自動的に検出することができる。
【産業上の利用可能性】
【００４４】
自動車部品や家電製品の部材や部品などの多くは、欠陥部分を取り除くための表面検査が必要であり、それを多くの人手をかけて目視で行っているのが現状である。特に評価対象物が光学的に全反射またはそれに近い表面状態（鏡面）を持つ部材または部品などの場合には、従来の技術では欠陥検査の自動化が困難であった。このような場合でも、本技術を用いることにより表面欠陥の検査が自動化でき、製品機能の向上や品質管理の工数削減に大いに貢献できる。
【図面の簡単な説明】
【００４５】
【図１】表面欠陥の自動検査の流れ図を示す。
【図２】表面画像計測システムを示す。
【図３】反射モデルによる鏡面反射光の除去を示す。
【図４】係数分布図の例を示す。
【図５】複素数離散ウェーブレット変換の分解アルゴリズムを示す。
【図６】画像ＲＲ、ＲＩ、ＩＲ、ＩＩに対応するマザーウェーブレットの例を示す。
【図７】本発明によるクロムメッキ表面の欠陥検出実施例を示す。
【図８】画像の輝度分布の例を示す。
【符号の説明】
【００４６】
１…コンピュータ
２…カメラ
３…光源
４…評価対象物
【特許請求の範囲】
【請求項１】
評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する手段、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する手段、前手段において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する手段、および、リファレンス画像と前手段で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する手段からなることを特徴とする部材の表面欠陥の自動検査装置
【請求項２】
評価対象物である部材が、金属からなる部材または部品であることを特徴とする請求項１に記載の表面欠陥の自動検査装置
【請求項３】
評価対象物である部材が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする請求項１または２に記載の表面欠陥の自動検査装置
【請求項４】
画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする請求項１または２または３に記載の表面欠陥の自動検査装置。
【請求項５】
評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する工程、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する工程、前工程において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する工程、および、リファレンス画像と前工程で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する工程からなることを特徴とする部材の表面欠陥の自動検査方法
【請求項６】
評価対象物である部材が、金属からなる部材または部品であることを特徴とする請求項５に記載の表面欠陥の自動検査方法
【請求項７】
評価対象物である部材が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする請求項５または６に記載の表面欠陥の自動検査方法
【請求項８】
画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする請求項５または６または７に記載の表面欠陥の自動検査装置。
【請求項１】
評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する手段、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する手段、前手段において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する手段、および、リファレンス画像と前手段で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する手段からなることを特徴とする部材の表面欠陥の自動検査装置
【請求項２】
評価対象物である部材が、金属からなる部材または部品であることを特徴とする請求項１に記載の表面欠陥の自動検査装置
【請求項３】
評価対象物である部材が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする請求項１または２に記載の表面欠陥の自動検査装置
【請求項４】
画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする請求項１または２または３に記載の表面欠陥の自動検査装置。
【請求項５】
評価対象物とカメラを固定し、点光源の位置を変えながら、または複数位置に配置した点光源を順次点灯することにより、複数枚の表面画像を撮影する工程、それらの画像をもとに金属表面反射モデルにより鏡面反射の影響を除去し微小なランダム反射を抽出した一枚の画像を生成する工程、前工程において生成された画像に複素数離散ウェーブレット変換を施し、ノイズ除去および欠陥鮮鋭化を行った画像を生成する工程、および、リファレンス画像と前工程で生成された画像とのパターンマッチングを行い、対象物の表面欠陥を検出する工程からなることを特徴とする部材の表面欠陥の自動検査方法
【請求項６】
評価対象物である部材が、金属からなる部材または部品であることを特徴とする請求項５に記載の表面欠陥の自動検査方法
【請求項７】
評価対象物である部材が、その表面に金属皮膜が形成されている部材または部品であることを特徴とする請求項５または６に記載の表面欠陥の自動検査方法
【請求項８】
画像のノイズ除去および欠陥鮮鋭化を目的としてウェーブレット変換を行う際に、完全シフト不変な性質を持つ複素数離散ウェーブレット変換を用いることを特徴とする請求項５または６または７に記載の表面欠陥の自動検査装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００８−２９８７０３（Ｐ２００８−２９８７０３Ａ）
【公開日】平成２０年１２月１１日（２００８．１２．１１）
【国際特許分類】
【出願番号】特願２００７−１４７５７３（Ｐ２００７−１４７５７３）
【出願日】平成１９年６月４日（２００７．６．４）
【出願人】（３０４０２７３４９）国立大学法人豊橋技術科学大学 (391)
【Ｆターム（参考）】
【公開日】平成２０年１２月１１日（２００８．１２．１１）
【国際特許分類】
【出願日】平成１９年６月４日（２００７．６．４）
【出願人】（３０４０２７３４９）国立大学法人豊橋技術科学大学 (391)
【Ｆターム（参考）】
[ Back to top ]