JP2002195953A - 疵判別ロジック作成用データの収集及び精製方法 - Google Patents

Abstract

(57)【要約】 【課題】 疵判定ロジック作成の期間を短縮することを
課題とする。 【解決手段】 プロパー材の疵データファイルから、有
害疵のデータ候補を幾何学的特徴量および輝度特徴量の
順でふるいわけることにより、自動的に収集し、必要な
場合には調整員に収集した疵画像を見せて、ふさわしく
ない疵データを削除させることで、短期間に多くの有害
疵データを収集する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、検査対象の欠陥の
種類及び程度を判別する手順をもつ欠陥検査装置におい
て、欠陥検査装置の疵判別ロジック作成用データの収集
方法に関するものである。

【０００２】

【従来の技術】疵検査装置を新規に導入する場合、ま
ず、疵データを収集するための装置の設置および調整を
実施し、次に発見した疵に対して疵名称と疵グレードを
付与する疵判定ロジックの構築と調整を行うという手順
が通常取られている。

【０００３】疵データを収集する目的は、発見した疵に
対して、適切な疵名称と疵グレード（疵がどれほど重大
な欠陥であるかをあらわす自然数であり、例えば１〜７
の自然数を用い、値が大きくなればなるほど重大な欠陥
であることを示す。）を付与する正確な疵判定ロジック
を構築することにある。したがって、収集する疵データ
は様々な形態をもったものが数多く集まることが必要で
ある。

【０００４】従来は、リコイリングラインに鋼板を低速
で通して目視で疵を発見し、当該鋼板における疵位置、
疵名称および疵グレードを決定し記録用紙に記録する作
業（以下、「再検作業」と称する）及び別途収集した当
該コイルの疵データファイルのなかから先の再検作業で
選られた当該コイル上での疵位置から当該疵のデータ部
分を抜きだし疵名および疵グレードを付与して別ファイ
ルに整理しなおすという作業（以下、「突き合わせ作
業」と称する）により疵データを収集していた。

【０００５】疵データが十分に収集された場合に、疵判
定ロジックを構築する方法については、特願2000−1190
97号において提案されている。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
方法では以下に述べるような問題がある。たとえば、疵
検査装置を導入する設備といえども、疵発生防止に関し
ては今日までに様々な手順をとっており、疵判定ロジッ
クを構築するのに必要な疵がなかなか発生せず、上述の
再検作業と突き合わせ作業を実施しても、疵データを集
めることが困難な状況に度々遭遇する。このような場
合、再検作業と突き合わせ作業により疵データが適正な
量まで収集されるまで待っていたのでは、調整までに多
大な時間を費やすことを余儀なくされる。

【０００７】そこで、疵データ採取手順まで完成してい
る疵検査装置が収集している疵データから目的の疵デー
タが収集できないかという発想にいたるが、１コイルで
収集される疵データは数千個に及び、このなかから真の
疵を拾い出すにあたり、すべて人間の目視作業に頼ると
膨大な時間が掛かってしまうという問題がある。

【０００８】また、このような場合に、多くの試験材を
通板して疵データを収集することも考えられるが、試験
材で発生する疵は通常の鋼板で発生する疵と異なるた
め、試験材により集められた疵データが疵データの大半
を占める場合、当該データにより構築された疵判定ロジ
ックにより通常の鋼板で発生する疵を判別させると判定
を誤る可能性が高くなるといった問題がある。

【０００９】

【課題を解決するための手段】本発明の一観点によれ
ば、通常の鋼板で発生する疵データに関するデータファ
イルから真の疵データと推定される目的とする種類の疵
データを選別するにあたり、選択した疵データファイル
を一度に読み込むステップと、選別に用いる幾何学的特
徴量および輝度特徴量の種類とその特徴量の範囲を入力
するステップと、読み込んだ当該疵データを幾何学的特
徴量に基づいて選別するステップと、選別された当該デ
ータをさらに輝度特徴量に基づいて選別するステップと
により疵データを選別し、疵判別用ロジック作成に用い
ることを特徴とする疵判別ロジック作成用データの収集
及び精製方法が提供される。

【００１０】本発明によれば、通常の鋼板に発生する疵
に基づいた疵判別ロジックが短い工期で構築・調整で
き、コスト削減、競争力強化に役立つ。

【００１１】

【発明の実施の形態】以下、本発明の実施形態を説明す
る。本発明の実施形態による方法は、通常の鋼板で発生
する疵データから真の疵データと推定されるものを精製
して疵判別ロジックを構築する方法である。

【００１２】永年の疵検査装置の調整経験によると、疵
の名称は外見の特徴から付けられている。たとえば、ヘ
ゲと称される疵は、「表面がめくれている」という意味
の俗語である「へげる」から由来している。したがっ
て、外見上の特徴すなわち幾何学的特徴量により大きく
判別できることを暗示している。また、表面がめくれる
ため、ほぼ縦長の形態の疵となり、疵の縦横比により他
の疵と区別がつきやすい。

【００１３】一方、疵のグレード（どの程度重大な欠陥
であるか）を決めるにあたっては、経験的に「疵のきわ
だちかた」によるところが大きい。なぜなら、疵がきわ
だって目につきやすいものほど重大な欠陥であり、見過
ごしてしまう程度の疵はそれほど重大な欠陥ではないか
らである。このきわだち方を物理的な特徴量とするのが
最大輝度と最小輝度との差である。

【００１４】以上の理由により、まず幾何学的特徴量で
疵の名称を決め、さらに、輝度特徴量により再度ふるい
をかけて疵らしいものを絞ることで、重大欠陥と思われ
る疵データを効率的に収集することができる。

【００１５】

【実施例】ここでは、有害疵の代表であるヘゲ、スリバ
ーを例にして、そのデータの収集例について説明する。

【００１６】ヘゲ、スリバーは製鋼プロセスの製造工程
に齟齬により鋳片の中に介在物が含まれてしまった場
合、これが次工程において圧延された場合に有害な欠陥
として現れた疵の１つである。したがって、発生原因は
ヘゲ、スリバーともに同一であるため、ヘゲ・スリバー
のように一まとめで呼ばれる場合も少なくないので、以
下、ヘゲ・スリバー疵と称することにする。

【００１７】１）ヘゲ・スリバー疵の幾何学的特徴に基
づいて、他の無害疵等から選別する。 疵判別ロジックを構築するに当たって、疵データには、
疵の長さ、幅、面積等の幾何学的特徴量や疵の明るさ、
暗さ等の輝度特徴量やその他の特徴量が付与されてい
る。

【００１８】疵判別ロジック構築とは、特定の疵種に関
し、当該疵種の判別にふさわしい特徴量を選択し、さら
に、選択された特徴量の範囲を決定することであるが、
いずれの特徴量がふさわしいかは、各ラインの特質によ
るところが大きく、一律に決めることはできない。

【００１９】しかしながら、基本的な幾何学的特徴は、
ラインによらずほぼ一定であることが経験的にわかって
いるので、これを基に、ヘゲ・スリバー疵の候補を拾い
上げていくことが可能である。

【００２０】（１）縦横比による一次選別 特に、ヘゲ・スリバー疵は縦長の疵（以下、「縦長疵」
と称する）である可能性が高く、疵の縦横比がその選別
に有効であることを確認してきた。具体的には、疵の縦
方向の長さ（Ｌ[mm]）と疵の幅(W[mm])の比（L/W）が4
以上になるものを探して一次候補とする。

【００２１】（２）幅による二次選別 縦横比が４以上の疵がすべてヘゲ・スリバー疵ではない
ので、そのなかから、ヘゲ・スリバー疵をさらに絞り込
む必要がある。

【００２２】縦横比が4以上の縦長疵の中には、カキ
疵、汚れ等があり、このような疵データにヘゲ・スリバ
ーの名称が付けられると、誤判別の要因となる。そこ
で、高いグレードのヘゲ・スリバー疵は幅が広いことに
着目し、一次候補に対して疵幅によりヘゲ・スリバー疵
を二次選別する。具体的には、疵幅が５[mm]以上となる
ものを選別して二次候補とする。

【００２３】（３）輝度特徴量による三次選別 さらに、ヘゲ・スリバー疵が黒くきわだった疵であるこ
とに着目し、一定の輝度特徴量を有するものをさらに選
別する。

【００２４】具体的には、｛（最大輝度−最小輝度）/
輝度最大レンジ｝が0.2以上のものを二次候補の中から
拾い出して三次候補とする。

【００２５】２）典型的な無害疵に類似しないことの目
視による確認 上記の手順で、ヘゲ・スリバー疵候補が選別されたが、
必要に応じて、目視により更に選別してもよい。すなわ
ち、典型的な無害疵に類似した疵データが含まれている
場合があり、これを除去しないで疵判別ロジックをつく
ると、典型的な無害疵をヘゲ・スリバーと判断していわ
ゆる過検出な疵判別ロジックとなってしまう恐れがあ
る。

【００２６】典型的な無害疵は、ラインによって特有
で、かつ、疵データとして大量に収集されるので、あら
かじめ鋼板を観察した後に疵データファイルに残された
疵データを見ることで短時間に大量に集めることが可能
である。特に、錆跡、錆等はヘゲ・スリバーに似ている
場合があるので検討を要する。

【００２７】そこで、三次候補にまで絞られた疵データ
数は当初のデータ数の０．１％に満たない数で、かつ、
目視作業に適する数量になるので、目視により確認し、
ふさわしくないと思われる疵データを削除して、ヘゲ・
スリバーデータとする。

【００２８】ここでは、上記の実施例に示した内容を、
図１〜図６を用いて説明する。

【００２９】図１は、本発明の実施例によるデータ収集
方法を実現する装置のデータの流れを記述したものであ
り、本実施例のデータ収集・精製装置１２に入力された
疵データ１１は、以下に述べる処理を経て、1種類の疵
データ１３を精製し出力する。

【００３０】図２は、データ収集・精製処理の大まかな
流れを記述したものであり、本実施例のデータ収集・精
製装置に入力された疵データは、まず、データファイル
名が指定され（Ｓ２１）、幾何学的特徴量により選別さ
れ（Ｓ２２）、次に、輝度特徴量により選別され（Ｓ２
３）、最終的に熟練者に提示されふさわしくないものは
削除されるという手順（Ｓ２４）で精製されていく。

【００３１】図３は、幾何学的特徴により選別される際
の大まかな流れを記述したものであり、計算機側からの
幾何学的特徴量の提示（Ｓ３１）の後に、作業者による
幾何学的特徴量の選択（Ｓ３２）、及び当該選択された
幾何学的特徴量毎の範囲指定すると（Ｓ３３）、疵デー
タ選別が実施される（Ｓ３４）。

【００３２】図４は、さらに輝度特徴量に基づいて選別
される際の大まかな流れを記述したものである。輝度特
徴量に基づいて構成される新規特徴量計算式を要求し
（Ｓ４１）、新特徴量計算式を入力（選択するようにし
てもよい）し（Ｓ４２）、当該新規特徴量の範囲指定が
されると（Ｓ４３）、疵データの選別が実施される（Ｓ
４４）。

【００３３】図５は、選別された疵データを熟練技術者
に提示して、熟練技術者の目視によりふさわしくないと
思われる疵データを選別させる処理を記述したものであ
る。選別された疵データを提示し（Ｓ５１）、削除する
疵データの番号を指定し（Ｓ５２）、削除指定された疵
データの削除を行い（Ｓ５３）、精製された疵データの
保存を行う（Ｓ５４）。

【００３４】図６は、上述の一連の処理を計算機のＣＲ
Ｔ画面での対話として示したものである。

【００３５】１は疵データファイルを指定して読み込ま
せる画面である。

【００３６】２は計算機側が提示した幾何学特徴量を選
択し、優先度を与えたことを示す画面である。白四角
（□）は非選択を意味し、黒四角は選択を意味する。ま
た、左端の数字は優先度を示し、当該画面の場合、疵の
縦横比の優先度が１で、疵幅の優先度が２であることを
示している。

【００３７】３は縦横比に関する範囲の指定を入力して
いるところである。ここでは、縦横比が４．０以上とな
るものを選別する旨を入力している。

【００３８】４は疵幅に関する範囲の指定を入力してい
るところである。ここでは、疵幅が５．０ｍｍ以上であ
るものを選別する旨を入力している。

【００３９】５は選別中である旨を表示している。

【００４０】６は輝度特徴量に関する新たな特徴量の計
算式を入力しているところである。

【００４１】７は選別中である旨を表示している。

【００４２】８は選別された疵データを技術者に提示し
ているところを示す。

【００４３】９は技術者が再度128番の疵データを見た
い旨を計算機に通知したところを示す。

【００４４】１０は128番の疵を表示しているところを
示す。

【００４５】１１は技術者が削除すべき疵データ番号を
計算機に通知したところを示す。

【００４６】１２は計算機が指定された疵データを削除
する旨を技術者に表示するところを示す。

【００４７】１３は収集・精製された疵名称を技術者に
問い、技術者がヘゲ・スリバーであることを計算機に通
知したところを示す。

【００４８】１４は収集・精製作業を終了し、収集・精
製された疵データをファイル名File000911-1で保存した
ことを示している。

【００４９】以上の手順により疵データは収集・精製さ
れる。以上説明したように、通常の鋼板に発生する疵に
基づいた疵判別ロジックが短い工期で構築・調整でき、
コスト削減、競争力強化に役立つ。

【００５０】上記実施例の機能を実現するためのソフト
ウェアのプログラムコードを供給し、コンピュータ（Ｃ
ＰＵあるいはＭＰＵ）に格納されたプログラムに従って
動作させることによって実施したものも、本発明の範疇
に含まれる。

【００５１】この場合、上記ソフトウェアのプログラム
コード自体が上述した実施例の機能を実現することにな
り、そのプログラムコード自体、およびそのプログラム
コードをコンピュータに供給するための手段、例えばか
かるプログラムコードを格納した記録媒体は本発明を構
成する。かかるプログラムコードを記憶する記録媒体と
しては、例えばフロッピー（登録商標）ディスク、ハー
ドディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯ
Ｍ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を
用いることができる。

【００５２】なお、上記実施例は、何れも本発明を実施
するにあたっての具体化のほんの一例を示したものに過
ぎず、これらによって本発明の技術的範囲が限定的に解
釈されてはならないものである。すなわち、本発明はそ
の技術思想、またはその主要な特徴から逸脱することな
く、様々な形で実施することができる。

【００５３】

【発明の効果】以上説明したように本発明によれば、通
常の鋼板に発生する疵に基づいた疵判別ロジックが短い
工期で構築・調整でき、コスト削減、競争力強化に役立
つ。

【図面の簡単な説明】

【図１】本発明の実施例の概念を示す概略図である。

【図２】本実施例のデータ収集・精製処理手順を示すフ
ロー図である。

【図３】本実施例の幾何学的特徴量によるデータ選別手
順を示すフロー図である。

【図４】本実施例の輝度特徴量によるデータ選別手順を
示すフロー図である。

【図５】必要な場合に実施する熟練技術者による最終的
選別手順を示すフロー図である。

【図６】本実施例を実施する時のＣＲＴ画面表示内容の
一例を示す図である。

【符号の説明】 １１ 疵データファイル １２ データ収集・精製装置 １３ 精製された疵データ

Claims (2)

【特許請求の範囲】
1. 【請求項１】 通常の鋼板で発生する疵データに関する
   データファイルから真の疵データと推定される目的とす
   る種類の疵データを選別するにあたり、 選択した疵データファイルを一度に読み込むステップ
   と、 選別に用いる幾何学的特徴量および輝度特徴量の種類と
   その特徴量の範囲を入力するステップと、 読み込んだ当該疵データを幾何学的特徴量に基づいて選
   別するステップと、 選別された当該データをさらに輝度特徴量に基づいて選
   別するステップとにより疵データを選別し、疵判別用ロ
   ジック作成に用いることを特徴とする疵判別ロジック作
   成用データの収集及び精製方法。
2. 【請求項２】 前記幾何学的特徴量に基づいて選別する
   ステップが、 疵データファイルの全疵データに対して幾何学的特徴量
   の縦横比で一次選別を行うステップと、 一次選別候補に対して幾何学的特徴量の疵幅で二次選別
   を行うステップとから成り、 二次選別したデータに対して、前記輝度特徴量に基づい
   て選別するステップが、 疵の最大輝度と最小輝度の差で三次選別を行うステップ
   であることを特徴とする請求項１に記載の疵判別ロジッ
   ク作成用データの収集及び精製方法。