JP2011163822A - Object-shape evaluating device - Google Patents
Object-shape evaluating device Download PDFInfo
- Publication number
- JP2011163822A JP2011163822A JP2010024484A JP2010024484A JP2011163822A JP 2011163822 A JP2011163822 A JP 2011163822A JP 2010024484 A JP2010024484 A JP 2010024484A JP 2010024484 A JP2010024484 A JP 2010024484A JP 2011163822 A JP2011163822 A JP 2011163822A
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- edge
- data
- alignment
- reference point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
本発明は、測定対象物の形状に対応する多数の測定点とこの測定点に対応する多数の基準点とを位置合わせすることで測定対象物の形状を評価する物体形状評価装置に関する。 The present invention relates to an object shape evaluation apparatus that evaluates the shape of a measurement object by aligning a large number of measurement points corresponding to the shape of the measurement object and a large number of reference points corresponding to the measurement points.
測定点群と基準点群とを位置合わせ（マッチング）することで測定対象物に対する測定結果を評価する従来の技術として、ステレオ視とＩＣＰ(Iterative Closest Point)アルゴリズムを組み合わせて、被計測物体の位置・姿勢を精度良く計測する画像計測方法が知られている（例えば、特許文献１参照）。このステレオ画像計測方法では、計測対象の３次元形状を複数台のカメラ画像をステレオ処理することにより計測点群が求められ、計測対象の既知の形状情報とステレオカメラの相対位置・姿勢とから可視部が予測され、予測された可視部の形状情報のみを用い前記計測点群の空間密度に合わせたモデル点群が決定され、前記計測点群とモデル点群の間でＩＣＰアルゴリズムを用いてマッチングさせ、最も評価関数が小さなモデル群に対応する位置・姿勢を計測結果として採用される。 As a conventional technique for evaluating the measurement result for a measurement object by aligning (matching) the measurement point group and the reference point group, the position of the object to be measured is combined with stereo vision and an ICP (Iterative Closest Point) algorithm. An image measurement method that accurately measures the posture is known (for example, see Patent Document 1). In this stereo image measurement method, a measurement point cloud is obtained by stereo-processing a plurality of camera images of the three-dimensional shape of the measurement target, and is visible from the known shape information of the measurement target and the relative position and orientation of the stereo camera. The model point cloud is determined according to the spatial density of the measurement point group using only the predicted shape information of the visible part, and matching is performed between the measurement point group and the model point group using an ICP algorithm. The position / orientation corresponding to the model group having the smallest evaluation function is adopted as the measurement result.
しかしながら、ＩＣＰアルゴリズムは、原則として例外値を含まない位置データ同士の位置決めまたは融合（両データの最も一致する合同変換を求める問題）を行う手法である。従って、位置決め対象となる距離データ集合内に重複しない不一致部分、またはデータの追加部分などが含まれていると、それらが例外値として働き正しい状態への収束を阻害するという問題が生じる。 However, the ICP algorithm is a technique for positioning or merging position data that does not include an exceptional value in principle (problem for obtaining the most congruent congruent transformation of both data). Therefore, if there is a non-overlapping part or an additional part of data included in the distance data set to be positioned, there arises a problem that these function as exception values and hinder convergence to the correct state.
このようなＩＣＰアルゴリズムの問題点を解消するために、Ｍ推定を導入したＩＣＰ位置決め法が提案されている（例えば、非特許文献１参照）。このＭ推定ＩＣＰ位置決め法では、２つの点群（例えば、測定点群と基準点群）の対応関係を更新しながら合同変換を逐次収束させる際、残差量（例えば、測定点と基準点との距離）に応じて重みを設定する。この重みによって対応点毎に位置決めにおける評価価値を変化させることにより、例外値による悪影響を抑制することが可能となる。しかしながら、測定対象物の三次元形状を測定するような場合、測定装置の測定技術上の条件から、測定対象物の傾斜した面に対しては測定点がずれることで測定誤差が大きくなり、また孔や切り欠きなどの貫通領域などに対しては測定データそのものが欠落することでさらに測定誤差が大きくなるという問題が生じる。 In order to solve such problems of the ICP algorithm, an ICP positioning method in which M estimation is introduced has been proposed (see, for example, Non-Patent Document 1). In this M-estimated ICP positioning method, when the congruent transformation is successively converged while updating the correspondence between two point groups (for example, a measurement point group and a reference point group), a residual amount (for example, a measurement point and a reference point) The weight is set according to the distance. By changing the evaluation value in positioning for each corresponding point by this weight, it is possible to suppress the adverse effect due to the exceptional value. However, when measuring the three-dimensional shape of the measurement object, the measurement error increases due to the measurement point being shifted with respect to the inclined surface of the measurement object due to the measurement technical conditions of the measurement apparatus. For penetrating regions such as holes and cutouts, the measurement data itself is missing, resulting in a problem that the measurement error further increases.
上記実状に鑑み、本発明の目的は、測定装置の測定技術上の条件から、その測定誤差が大きくなるような特定の測定領域が存在する測定対象物であっても、測定点群と基準点群との合同変換が適正かつ迅速に行われ、その結果、測定対象物の物体形状評価が適正に行われる物体形状評価装置を提供することである。 In view of the above situation, the object of the present invention is to provide a measurement point group and a reference point even if a measurement object has a specific measurement region in which the measurement error increases due to the measurement technical conditions of the measurement apparatus. To provide an object shape evaluation apparatus in which joint conversion with a group is performed appropriately and quickly, and as a result, object shape evaluation of a measurement object is performed appropriately.
上記目的を達成するため、本発明に係る物体形状評価装置の特徴構成は、測定対象物の形状に対応する多数の測定点の位置情報を含む測定点データを入力する測定点データ入力部と、前記測定対象物の基準形状に対応する多数の基準点の位置情報を含む基準点データを格納する基準データ格納部と、対応する測定点と基準点との間の距離を逐次収束させる逐次収束処理に基づいて前記測定点と前記基準点とを位置合わせする位置合わせ処理手段と、前記位置合わせ処理手段による位置合わせ処理後の前記測定点データと前記基準点データとに基づいて前記測定対象物の形状を評価する形状評価手段とを含み、前記位置合わせ処理手段は、測定点データから前記測定対象物のエッジに対応するエッジ点を検出するエッジ検出部によって生成されたエッジ点群と、前記基準データ格納部に格納されている前記測定対象物のエッジのためのエッジ基準点データであるエッジ基準点群とを位置合わせするエッジ位置合わせを行い、当該エッジ位置合わせによって得られたエッジ合同変換パラメータを用いて前記測定点データ全体の測定点が前記基準点に向かう位置合わせを行うことである。 In order to achieve the above object, the characteristic configuration of the object shape evaluation apparatus according to the present invention includes a measurement point data input unit that inputs measurement point data including position information of a large number of measurement points corresponding to the shape of the measurement object, A reference data storage unit that stores reference point data including position information of a large number of reference points corresponding to the reference shape of the measurement object, and a sequential convergence process for sequentially converging the distance between the corresponding measurement point and the reference point An alignment processing means for aligning the measurement point and the reference point based on the measurement point, and the measurement point data after the alignment processing by the alignment processing means and the reference point data A shape evaluation unit that evaluates a shape, and the alignment processing unit is generated by an edge detection unit that detects an edge point corresponding to an edge of the measurement object from measurement point data. Edge alignment is performed by aligning an edge point group and an edge reference point group that is edge reference point data for the edge of the measurement object stored in the reference data storage unit, and the edge alignment is performed. The alignment of the measurement points of the entire measurement point data toward the reference point is performed using the obtained edge joint conversion parameter.
この特徴構成によれば、得られた測定点データからエッジ検出処理によって抽出された測定対象物のエッジに対応する測定点であるエッジ測定点群と、この測定対象物のエッジに対応するエッジ基準点群とを用いて、エッジ位置合わせを行う。エッジ測定点群と測定対象物の外形形状を規定するために重要であり、孔や切り欠きとは違って明確な実体的形状を表していることから測定によって正確に検出しやすい。したがって、このエッジ位置合わせにより、エッジ測定点群はエッジ基準点群に対して正確に重なる。さらに、そのようなエッジ位置合わせに用いられたエッジ合同変換パラメータを用いて測定点データ全体の測定点群を前記基準点データ全体の基準点群に合わせるように位置合わせを行う。これにより、傾斜面や孔や切り欠きといったその測定誤差が大きくなるような特定の測定領域が存在する測定対象物であっても、満足できる測定点群と基準点群との重ね合わせが可能となり、この重ね合わせ結果から、基準形状からの測定対象物の形状ずれを検知することができる。 According to this feature configuration, the edge measurement point group that is the measurement point corresponding to the edge of the measurement object extracted from the obtained measurement point data by the edge detection process, and the edge reference corresponding to the edge of the measurement object Edge alignment is performed using point clouds. It is important to define the outer shape of the edge measurement point group and the object to be measured, and unlike a hole or notch, it expresses a clear substantive shape and is easy to detect accurately by measurement. Therefore, by this edge alignment, the edge measurement point group accurately overlaps the edge reference point group. Further, alignment is performed so that the measurement point group of the entire measurement point data is aligned with the reference point group of the entire reference point data using the edge joint conversion parameter used for such edge alignment. This makes it possible to superimpose satisfactory measurement point groups and reference point groups even for measurement objects that have a specific measurement area where the measurement error, such as inclined surfaces, holes, and notches, increases. The shape deviation of the measurement object from the reference shape can be detected from the overlay result.
エッジ基準点群に位置合わせしたエッジ測定点群にエッジ測定点群以外の測定点群も設定することで得られた全測定点群はかなり正確に全基準点群に重なり合うが、エッジのない測定面領域の割合が多い場合、エッジ点の照合だけでは不十分な場合が生じる。従って、測定点データ全体の測定点群を基準点データ全体の基準点群により正確に合わせていくための、本発明の好適な実施形態の一つでは、前記エッジ合同変換パラメータを用いた前記測定点の基準点に向かう位置合わせの後に、さらに前記測定点データ全体の測定点とこれに対応する基準点との位置合わせを行う。これにより、全測定点群と全基準点群との照合が行われるのでその精度は向上するが、予めエッジ点も用いて位置合わせしていることから、全測定点群と全基準点群との位置合わせは無駄なく実行することができる。 All measurement point groups obtained by setting measurement point groups other than the edge measurement point group in the edge measurement point group aligned with the edge reference point group overlap with all reference point groups fairly accurately, but there is no edge measurement. When the ratio of the surface area is large, there are cases where it is not sufficient to match only the edge points. Therefore, in one preferred embodiment of the present invention for accurately matching the measurement point group of the entire measurement point data with the reference point group of the entire reference point data, the measurement using the edge joint conversion parameter is performed. After the alignment of the points toward the reference point, alignment is further performed between the measurement points of the entire measurement point data and the corresponding reference points. As a result, since all the measurement point groups and all the reference point groups are collated, the accuracy is improved, but since the alignment is performed using the edge points in advance, all the measurement point groups and all the reference point groups are Can be performed without waste.
さらに、本発明による好適な実施形態の１つでは、前記位置合わせ処理手段は隣接する前記測定点の間の隣接点間距離又は隣接する前記基準点の間の隣接点間距離に基づいて隣接点間距離重み係数を決定する重み係数決定手段を有し、当該隣接点間距離重み係数を前記逐次収束処理における逐次収束評価値を求める際に用いるように構成されている。この構成によれば、測定点群と基準点群のいずれかの点群においてその点群に属する各点（測定点又は基準点）に対して隣接する点との距離である隣接点間距離に基づいて重み係数が割り当てられる。割り当てられた重み係数は、対応する測定点と基準点との間の距離を逐次収束させる逐次収束処理における逐次収束評価値を求める際に用いられ、隣接点間距離によって逐次収束評価値に及ぼす影響度が調整される。例えば、隣接点間距離が他に比べて大きくなっている測定点、あるいは、隣接点間距離が他に比べて大きくなっている基準点に対応している測定点ではわずかな測定点のずれが測定点と基準点との間の位置座標値の大きな差となってしまう可能性がある。これは、レーザビームなどによる測定面が測定基準面に対して直角に近い角度で湾曲していたり傾斜していたりしている場合、測定走査ピッチの僅かなずれが測定点の大きなずれを導き、基準点と測定点との間の位置対応が悪くなるからである。このような測定状況においては、隣接点間距離が大きな点に対してより小さな重み係数を割り当てて、その点が逐次収束評価値に及ぼす影響を抑制することで、測定点群と基準点群との間の適正な合同変換が実現できる。その結果、測定対象物の物体形状評価が適正に行われることになる。 Furthermore, in one of the preferred embodiments according to the present invention, the alignment processing means is configured to determine the adjacent points based on the distance between adjacent points between the adjacent measurement points or the distance between adjacent points between the adjacent reference points. Weight coefficient determining means for determining an inter-distance weighting coefficient is provided, and the distance weighting coefficient between adjacent points is used when obtaining a sequential convergence evaluation value in the sequential convergence processing. According to this configuration, the distance between adjacent points, which is the distance between adjacent points (measurement points or reference points) belonging to the point group in any one of the measurement point group and the reference point group. A weighting factor is assigned based on. The assigned weighting factor is used to determine the sequential convergence evaluation value in the sequential convergence process that sequentially converges the distance between the corresponding measurement point and the reference point, and the effect of the distance between adjacent points on the sequential convergence evaluation value The degree is adjusted. For example, there is a slight measurement point deviation at a measurement point where the distance between adjacent points is larger than the other points, or at a measurement point corresponding to a reference point where the distance between adjacent points is larger than the others. There may be a large difference in the position coordinate value between the measurement point and the reference point. This is because, when the measurement surface by a laser beam or the like is curved or inclined at an angle close to a right angle with respect to the measurement reference surface, a slight deviation of the measurement scanning pitch leads to a large deviation of the measurement point, This is because the positional correspondence between the reference point and the measurement point is deteriorated. In such a measurement situation, a smaller weighting factor is assigned to a point having a large distance between adjacent points, and the influence of the point on the convergence evaluation value is sequentially suppressed, so that the measurement point group and the reference point group Appropriate congruent conversion between can be realized. As a result, the object shape of the measurement object is properly evaluated.
また、本発明に係る物体形状評価装置におけるさらなる特徴構成として、前記重み係数決定手段は前記対応する測定点と基準点との間の対応点間距離に基づいて対応点間距離重み係数を決定し、当該対応点間距離重み係数を前記位置合わせ処理手段が前記逐次収束処理における逐次収束評価値を求める際に用いることも好適である。この特徴は、いわゆるＭ推定法として知られているロバストＩＣＰ(Iterative Closest Point)位置決め法である。非特許文献１で詳しく説明されているのでここでの詳しい説明は省略するが、対応する測定点と基準点との間の対応点間距離に基づいて決定される対応点間距離重み係数が前記逐次収束処理における逐次収束評価値を求める際に用いられ、大きな対応点間距離をもつ測定点（いわゆる外れ点）によって逐次収束評価値に及ぼす影響度が調整される。これにより、この好適な物体形状評価装置では、対応する測定点と基準点との間の対応点間距離に基づいて決定される対応点間距離重み係数と、同一点群における隣接点間距離に基づいて決定される隣接点間距離重み係数とで、誤差を導くと推定される測定点データを排除またはその影響力を小さくすることができる。その結果、測定対象物の物体形状評価がさらに適正に行われることになる。
Further, as a further characteristic configuration in the object shape evaluation apparatus according to the present invention, the weighting factor determination means determines a distance weighting factor between corresponding points based on a distance between corresponding points between the corresponding measurement point and a reference point. It is also preferable to use the distance weight coefficient between corresponding points when the alignment processing means obtains the sequential convergence evaluation value in the sequential convergence processing. This feature is a robust ICP (Iterative Closest Point) positioning method known as a so-called M estimation method. Since it is explained in detail in
重み係数決定手段による隣接点間距離に基づく隣接点間距離重み係数の決定の際、測定点群における隣接点間距離と基準点群における隣接点間距離のうちのいずれを採用してもよいが、基準点群における隣接点間距離を採用する場合、測定の前に予め隣接点間距離重み係数を求めておくことができる。同形状の測定対象物が複数ある場合、共通の基準点データ（基準点群）から求められた隣接点間距離重み係数をそれぞれの物体形状評価において利用できるので効果的である。 In determining the distance weight between adjacent points based on the distance between adjacent points by the weight coefficient determining means, either the distance between adjacent points in the measurement point group or the distance between adjacent points in the reference point group may be adopted. When the distance between adjacent points in the reference point group is adopted, the distance weight coefficient between adjacent points can be obtained in advance before measurement. When there are a plurality of measurement objects of the same shape, it is effective because the distance weight coefficient between adjacent points obtained from common reference point data (reference point group) can be used in each object shape evaluation.
本発明による物体形状評価装置は、隣接点間距離が大きな点に対してより小さな重み係数を割り当てることでその点が逐次収束評価値に及ぼす影響を抑制する。従って、測定走査ピッチの僅かなずれが測定点の大きなずれを導くことで基準点と測定点との間の位置対応が悪くなるような測定系の物体形状評価に特に適している。このことから、本発明による物体形状評価装置の測定点データがスリット光によって照射された前記測定対象物の撮影画像を処理することによって得られた距離画像から取り出された三次元位置データである場合に適している。 The object shape evaluation apparatus according to the present invention assigns a smaller weight coefficient to a point having a large distance between adjacent points, thereby suppressing the influence of the point on the successive convergence evaluation value. Therefore, a slight shift in the measurement scanning pitch leads to a large shift in the measurement point, which is particularly suitable for the object shape evaluation of the measurement system in which the position correspondence between the reference point and the measurement point is deteriorated. Therefore, when the measurement point data of the object shape evaluation apparatus according to the present invention is three-dimensional position data extracted from a distance image obtained by processing a captured image of the measurement object irradiated with slit light. Suitable for
本発明に係る物体形状装置における、エッジ点を利用した測定点群と基準点群との位置合わせアルゴルズムを採用した表面欠陥評価の基本原理を、図１を用いて説明する。
この例では、測定対象物の表面の三次元位置データを得るために、三角測量に原理に基づいて三次元測定を行う光切断方式が用いられている（＃０１）。この光切断方式では、スリット光を測定対象物に照射し、測定対象物の表面形状に応じて湾曲する帯状の光をカメラで撮影し、その撮影画像内の結像位置から、点列のＸ、Ｙ、Ｚ値が演算される。このスリット光によって走査される測定対象物の全表面の測定点の三次元位置データが光切断画素位置情報として生成され、以下に述べる表面凹凸形状評価のための測定点データとしてワークメモリに展開される（＃０２）。
The basic principle of the surface defect evaluation employing the alignment algorithm between the measurement point group using the edge points and the reference point group in the object shape device according to the present invention will be described with reference to FIG.
In this example, in order to obtain the three-dimensional position data of the surface of the measurement object, a light cutting method that performs three-dimensional measurement based on the principle of triangulation is used (# 01). In this light cutting method, a slit object is irradiated with slit light, a band-like light that is curved according to the surface shape of the object to be measured is photographed with a camera, and the point sequence X is obtained from the imaging position in the photographed image. , Y, Z values are calculated. The three-dimensional position data of the measurement points on the entire surface of the measurement object scanned by the slit light is generated as the light cutting pixel position information, and is developed in the work memory as the measurement point data for the evaluation of the surface unevenness described below. (# 02).
なお、表面凹凸形状評価のための前準備として、測定対象物の表面全体の基準となる三次元データである全基準データと、測定対象物の表面に形成されているエッジの基準データであるエッジ基準データ（全基準データにエッジ検出フィルタ処理を施すことによって作り出すことができる）とが格納されていることにする。 As preparations for the evaluation of surface irregularities, all reference data, which is three-dimensional data serving as a reference for the entire surface of the measurement object, and edge, which is reference data for the edges formed on the surface of the measurement object It is assumed that reference data (which can be created by applying edge detection filter processing to all reference data) is stored.
まずは、ワークメモリに展開された測定点データである測定点群に対してソーベルフィルタのようなエッジ検出フィルタをかけてエッジ検出処理を行う（＃０３）。このエッジ検出処理によって生成されたエッジ測定点群と、予め格納されているエッジ基準データから読み出したエッジ基準点群とを対応付けて、エッジ測定点群をエッジ基準点群に近づける位置合わせを行う（＃０４）。この位置合わせには後で詳しく説明するＩＣＰ（iterative closest point）法に基づいて方法が適している。この方法では、その位置合わせにおいて合同変換パラメータとしてＥ（Ｒ,ｔ）、Ｒ：回転行列、ｔ：並進移動ベクトルを最小化するものを求める演算が所定のしきい値に達するまで繰り返される（＃０５）。エッジ測定点群とエッジ基準点群との位置合わせが終了し、最終的にエッジ測定点群をエッジ基準点群に近づける合同変換パラメータが得られると、この合同変換パラメータを用いて、全測定点データからの全測定点群を全基準データからの全基準点群に近づける位置合わせを行う（＃０６）。測定条件が良好な場合、これにより、目標通りに仕上げられている箇所の測定点群と基準点群とがほぼ重なり合う。もし、測定点と基準点とが所定以上に離れている場合、欠陥の可能性があるとみなされ、その箇所を特定した欠陥情報が得られることになる（＃０７）。 First, an edge detection process is performed by applying an edge detection filter such as a Sobel filter to the measurement point group which is the measurement point data developed in the work memory (# 03). The edge measurement point group generated by the edge detection process is associated with the edge reference point group read from the edge reference data stored in advance, and the edge measurement point group is aligned with the edge reference point group. (# 04). For this alignment, a method based on an ICP (iterative closest point) method, which will be described in detail later, is suitable. In this method, E (R, t), R: rotation matrix, t: calculation for minimizing the translation vector is repeated as a joint transformation parameter in the alignment until a predetermined threshold value is reached (# 05). When the alignment of the edge measurement point group and the edge reference point group is completed, and finally the joint conversion parameter that brings the edge measurement point group close to the edge reference point group is obtained, all the measurement points are Alignment is performed so that all measurement point groups from the data approach all reference point groups from all reference data (# 06). When the measurement conditions are good, the measurement point group and the reference point group at the portion finished as intended are almost overlapped. If the measurement point and the reference point are separated by a predetermined distance or more, it is considered that there is a possibility of a defect, and defect information specifying the location is obtained (# 07).
以上が、本発明で採用されている基本的な表面欠陥評価の処理手順であるが、エッジだけを用い得られた合同変換パラメータを用いて、全測定点データからの全測定点群を全基準データからの全基準点群に近づける全点位置合わせを行っても、測定対象物の形状や測定条件などによっては、十分な重ね合わせができていないことがある。そのようなケースでは図２に示すように、その全点位置合わせを行った状態から、さらに、全測定点データと全基準点群とを対応づけて位置合わせを行う必要がある。まず、図１におけるステップ＃０６の状態から、全測定点群と全基準点群を対応付け（＃０６ａ）、合同変換パラメータ：Ｅ（Ｒ,ｔ）が最小となる位置合わせが、所定のしきい値に達するまで繰り返される（＃０６ｂ）。十分に収束した位置合わせが得られると、この全位置合わせが終了する（＃０６ｃ）。最終的に位置合わせされた状態において測定点と基準点とが所定以上に離れている場合、欠陥の可能性があるとみなされ、その箇所を特定した欠陥情報が生成される（＃０８）。 The above is the basic surface defect evaluation processing procedure employed in the present invention, but using the joint conversion parameters obtained using only the edges, all the measurement point groups from all the measurement point data are set to all the standards. Even if all-point positioning is performed so as to be close to all the reference point groups from the data, there is a case where sufficient overlay is not achieved depending on the shape of the measurement object, measurement conditions, and the like. In such a case, as shown in FIG. 2, it is necessary to perform alignment by further associating all measurement point data with all reference point groups from the state in which all the points are aligned. First, from the state of step # 06 in FIG. 1, all measurement point groups and all reference point groups are associated (# 06a), and the alignment that minimizes the congruent transformation parameter: E (R, t) is predetermined. Repeat until the threshold is reached (# 06b). When the sufficiently converged alignment is obtained, the entire alignment is completed (# 06c). When the measurement point and the reference point are separated by a predetermined distance or more in the finally aligned state, it is considered that there is a possibility of a defect, and defect information specifying the location is generated (# 08).
上述したような、エッジ基準点を含む基準点群とエッジ測定点群を含む測定点群との位置合わせアルゴリズムを採用した物体形状評価装置の一例を説明する。この実施の形態での物体形状評価装置は、表面に多数の直線上の深溝が整列形成されている測定対象物の溝断面を検査するように設定されている。図３は、そのような物体形状評価装置の構成を模式的に示す斜視図である。 An example of an object shape evaluation apparatus that employs an alignment algorithm for a reference point group including an edge reference point and a measurement point group including an edge measurement point group as described above will be described. The object shape evaluation apparatus in this embodiment is set so as to inspect a groove cross section of a measurement object in which a large number of straight deep grooves are aligned on the surface. FIG. 3 is a perspective view schematically showing the configuration of such an object shape evaluation apparatus.
この物体形状評価装置は、測定装置部１と、測定物台２と、この測定装置部１及び測定物台２に対する測定動作制御及びその測定結果に対する評価を行うコントローラ３を備えている。測定装置部１は、測定系の主な構成要素として、スリット光を発生させるレーザタイプのスリット光源ユニット１１ａと、測定対象物のスリット光が照射されている領域を撮像する撮像ユニット１１ｂとを備えている。このスリット光源ユニット１１ａと撮像ユニット１１ｂとは測定ヘッドとして一体的に組み付けられている。また測定物台２は、主な構成要素として、基台２３と、基台２３に立設された門形フレーム２２とを備えている。測定対象物のポジショニング機構として、測定対象物を載置させるとともに回転する回転テーブル２１及び門形フレーム２２をＹ軸方向に移動させるＹ方向走査機構が基台２３に設けられ、測定ヘッドをＸ軸方向に移動させるＸ方向走査機構が門形フレーム２２に設けられている。このＸ方向走査機構とＹ方向走査機構とによって測定対象物の表面のＸ−Ｙ平面走査が可能となる。なお、測定ヘッド内にはスリット光源ユニット１１ａと撮像ユニット１１ｂとを昇降させる昇降機構が備えられている。
The object shape evaluation apparatus includes a
スリット光源ユニット１１ａは、レーザスリット平行光投光器でありレーザスリット投光器１２とシリンドリカルレンズ１３とを含む。レーザスリット投光器１２から出た扇状に拡がっていくスリット光はシリンドリカルレンズ１３によってスリット光軸に平行な平行光に変換され、測定対象物を照射する。
The slit
撮像ユニット１１ｂは、テレセントリック系レンズ群１５と、面状に配置された多数の受光素子（ＣＣＤやＣＭＯＳ）からなる撮像部１６と、テレセントリック系レンズ群１５の被写体側に配置されたＰ偏光板１４とを備えている。テレセントリック系レンズ群６の採用は、画角ゼロで測定対象物上の複数の凹凸表面を死角なく撮像するためである。スリット光光源ユニット２からのスリット光が測定対象物の表面に照射され、そこで反射した反射光が、撮像ユニット１１ｂの撮像光軸に沿って、Ｐ偏光板１４とテレセントリック系レンズ群１５とを通過して撮像部１６に達するように設定されている。スリット光光源ユニット２のスリット光軸と撮像ユニット１１ｂの撮像光軸とが交差する交差角、つまり撮像角は、この実施の形態では約１１度という極めて狭い角度を採用している。従って、撮像部１６の撮像面が撮像光軸に直角となる姿勢であると、スリット光軸方向に沿った測定深さの範囲がテレセントリック系レンズ群１５の被写界深度を超えていると測定深さの範囲においてピントの合わない領域が生じる。これを回避するため、撮像部１６の撮像面を撮像光軸に対してあおり角を作り出すように傾け、あおり撮影の原理で被写界深度を稼いでいる。これにより、テレセントリック系レンズ群１５のもつ被写界深度以上の測定範囲においてもピンボケのない撮影画像が取得できる。
The
コントローラ３は、実質的にはコンピュータユニットとして形成されており、光源制御部３１、画像メモリ３２、画像処理部３３、三次元測定データ演算部３４、本発明に特に関係する評価ユニット４、昇降機構制御部３５、回転テーブル制御部３６、Ｘ方向走査制御部３７、Ｙ方向走査制御部３８を備えている。回転テーブル制御部３６、Ｘ方向走査制御部３７、Ｙ方向走査制御部３８はそれぞれ、回転テーブル２１、Ｘ方向走査機構、Ｙ方向走査機構の動作を制御して、測定対象物を測定平面（Ｘ−Ｙ平面）内の適正な測定位置に設定する。昇降機構制御部３５は、スリット光源ユニット１１ａと撮像ユニット１１ｂとの測定対象物に対する高さを調整する。
The
撮像ユニット１１ｂからコントローラ３に送られてきた撮像画像（画像データ）は、画像メモリ３２に展開される。さらに、必要に応じて、画像処理部３３によって座標変換やレベル補正、エッジ検出などの画像処理を施され、スリット光による光切断線Ｓが検出される。三次元測定データ演算部３４は、スリット光の照射点や照射角度、スリット光軸と撮像光軸とのなす角度が既知なので、画像処理部３３で検出された光切断線Ｓの座標値から三角測量法に基づいて演算することで、光切断線Ｓつまり複数の直線状深溝を形成している測定対象物の３次元断面形状に対応する多数の測定点データ（距離画像）を得ることができる。ここでいう距離画像とは、測定点としての画素にその三次元位置座標値を割り当てた測定データである。なお、三角測量法に基づく演算に代えて、その演算結果を格納したテーブルを用いる方法を採用してもよい。三次元測定データ演算部３４によって生成された測定点データは評価ユニット４に転送される。
The captured image (image data) sent from the
評価ユニット４は、図４に示すように、表面評価モジュール５と、欠陥評価モジュール６と、基準データ変更モジュール７と、データ格納部８を備えている。表面評価モジュール５は、ＩＣＰなどの位置合わせアルゴリズムを用いて測定点群の基準点群への位置合わせを行い測定対象物の表面形状を評価する。欠陥評価モジュール６は、表面評価モジュール５から出力された測定点群の基準点群への位置合わせ結果に基づいて測定対象物の表面欠陥を評価する。基準データ変更モジュール７は、金型の部分修正といったような要因によって製品許容範囲内での形状変更が生じた際に、この形状測定を通じてその基準データを変更する機能を有する。そのような基準データの変更は所定数の測定対象物単位で判定される。この実施の形態では、表面評価モジュール５と欠陥評価モジュール６の両方が形状評価手段として機能する。
データ格納部８には、基準データ格納部８１と欠陥情報格納部８２と型修正情報格納部８３が設けられている。基準データ格納部８１は、測定対象物の表面形状を示す基準点データを格納する。基準データはエッジ基準点データと全基準点データとに区分けされている。全基準点データは、測定対象物の測定対象全面に渡って予め区分けされた所定ブロック毎に測定点に対応するように設定された理想的な仕上がり形状を示すデータである。エッジ基準点データは、その全基準点データから展開された基準点群から、その基準点群によって規定される外形形状におけるエッジに対応する基準点だけを取り出したものである。欠陥情報格納部８２は、位置合わせが終了した状態で、基準点から所定以上に離れている測定点のうち所定の条件を満たすことで欠陥と判定された測定点の集まりに関する情報である欠陥情報を格納する。型修正情報格納部８３は、後で詳しく説明されるが、表面欠陥評価の処理を通じて金型が修正された可能性がある部分に関する情報である型修正情報を格納する。
As shown in FIG. 4, the
The
図５に示すように、表面評価モジュール５は、測定点データ入力部５１と、エッジ検出部５２と、点群対応付け部５３と、重み演算部５４と、収束評価部５５と、合同変換パラメータ生成部５６と、位置合わせ実行部５７とを有する。測定点データ入力部５１は三次元測定データ演算部３４から測定点データを受け取る。エッジ検出部５２は、測定点データに基づいて測定点群をワーキングメモリに展開し、ソーベルフィルタなどのエッジ検出フィルタを用いて測定対象物の表面におけるエッジに対応するエッジ測定点を検出して、エッジ測定点群からなるエッジ測定点データを生成する。点群対応付け部５３は、前記所定ブロック単位で、前述した位置合わせアルゴリズムに基づいて測定点と基準点とを対応させる。点群対応付け部５３は、説明をわかり易くするために、位置合わせの処理対象をエッジ測定点群とエッジ基準点群とするエッジ点群対応付け部５３ａと、位置合わせの処理対象を全測定点群と全基準点群とする全点群対応付け部５３ａとに区分けしているが、その演算機能は同じである。重み演算部５４は、後で詳しく説明するが、位置合わせ処理に用いられる重み係数を求める。ここで用いられる重み係数：ｗは、隣接点間距離重み係数：γiと対応点間距離重み係数：ρiとを乗算した値である。合同変換パラメータ生成部５６は、対応付けされた基準点群に測定点群を位置合わせするための合同変換パラメータを求める。収束評価部５５は、合同変換パラメータを用いて測定点群が基準点群に収束移動させようとする際にその逐次収束評価値を演算し、測定点群の移動が基準点群に逐次収束していくかどうかを評価する。位置合わせ実行部５７は、合同変換パラメータ生成部５６によって生成されるとともに収束評価部５５で収束すると評価された合同変換パラメータを用いて測定点群の位置座標を変換する。この実施形態では、点群対応付け部５３と重み演算部５４と収束評価部５５と合同変換パラメータ生成部５６と位置合わせ実行部５７とは、対応する測定点群と基準点群との間の距離を逐次収束させる逐次収束処理に基づいて測定点群と基準点群とを位置合わせする位置合わせ処理手段５０を構成している。
As shown in FIG. 5, the
この位置合わせ処理手段５０における位置合わせ処理を概略的に説明すれば、
（１）三次元測定データ演算部３４から測定点データを入力する、
（２）エッジ点群対応付け部５３ａによって対応付けられたエッジ測定点群とエッジ基準点群との位置合わせ結果をエッジ位置合わせデータとして生成する、
（３）このエッジ位置合わせデータに基づいて、全点群対応付け部５３ｂによって対応付けられた全測定点群と全基準点群との位置合わせ結果を全位置合わせデータとして生成する、
（４）全位置合わせデータを欠陥評価モジュール６に出力する、
となる。
The alignment process in the
(1) Input measurement point data from the three-dimensional
(2) generating an alignment result between the edge measurement point group and the edge reference point group associated by the edge point
(3) Based on the edge alignment data, the alignment result of all measurement point groups and all reference point groups associated by the all point
(4) Output all alignment data to the
It becomes.
図６に示すように、表面欠陥評価手段として機能する表面欠陥評価モジュール６は、誤対応測定点群抽出部６１と、欠陥判定部６２と、型修正評価部６３と、型修正箇所情報登録部６４と、欠陥特徴量演算部６５とを有する。誤対応測定点群抽出部６１は、後で詳しく説明する表面欠陥判定条件に基づいて、対応する測定点と基準点との間の対応点間距離が第1しきい値より大きい測定点を誤対応測定点とみなしていくことで誤対応測定点群（誤対応領域）を抽出する。欠陥判定部６２は、抽出された誤対応測定点群に含まれる誤対応測定点のうち隣接する測定点との距離が第２しきい値より小さい近傍測定点の数が第３しきい値より大きい時に当該近傍測定点を含む領域を表面欠陥の可能性があると判定し、その欠陥情報を記述した欠陥データを出力する。
As shown in FIG. 6, the surface
欠陥特徴量演算部６５は、欠陥判定部６２によって判定された欠陥(表面欠陥：めくれ、へこみ、剥がれなど)の欠陥サイズや欠陥重心などといった欠陥特徴量を算定し、その欠陥の三次元位置ともに欠陥情報として欠陥情報格納部８２に格納する。測定対象物が金型製作されるような製品の場合、ロット生産の途中で金型の一部を修正した場合、正常に製作された製品の形状と基準点データによる形状が一致しなくなり、その不一致を欠陥とみなすという問題が生じる。型修正評価部６３は、この問題を解決すべく、欠陥判定部６２によって判定された欠陥が使用された金型を部分的に修正したために生じたものであるかどうかを欠陥情報を参照してチェックする機能を有する。型修正評価部６３が、受け取った欠陥データに対応する欠陥領域が型修正によるものではないと評価した場合、欠陥判定部６２に型修正なしが通知されるので、欠陥判定部６２はその欠陥領域を欠陥と確定する。型修正評価部６３が、受け取った欠陥データに対応する欠陥領域が型修正によるものであると評価した場合、その欠陥領域が型修正によるという評価結果を型修正箇所情報登録部６４も出力する。型修正箇所情報登録部６４は、この評価結果を受けて生成された型修正箇所情報を型修正箇所情報格納部８３に登録する。
The defect feature
この実施の形態ではさらに、欠陥判定部６２によって判定された欠陥に対応している基準点群と測定点群との間の類似度を演算してこの類似度を欠陥情報として欠陥情報格納部８２に格納する類似度演算部６６が備えられている。従って、欠陥特徴量演算部６５は、判定された欠陥が使用された金型を部分的に修正したために生じたものであるかどうかをチェックする際に、この類似度を参照することができる。類似度は、その欠陥に含まれる基準点群によって規定される表面形状とその欠陥に含まれる測定点群によって規定される表面形状との類似度を直接的にあるいは間接的に表せるものであればよい。直接的な類似度としては欠陥サイズに対応する等価楕円長軸長さ（長さが近似するほど類似度は大きいことになる）など、間接的な類似度としては基準点群と測定点群との平均対応距離（距離が短いほど類似度は大きいとみなすことができる）などが挙げられる。
In this embodiment, the degree of similarity between the reference point group corresponding to the defect determined by the
測定対象物が金型製作されるような製品の場合、所定数の製品が製作されると磨耗等によって金型に寸法変動が生じる。このような寸法変動は、製品が正常に製作されているにもかかわらず、その測定点データと基準データとの間のずれが生じる。このずれを欠陥と判定することを避けるためには、そのようなずれが生じる領域の基準データを正常に製作された製品の測定点データによって修正することが好ましい。この目的のために設けられた基準データ変更モジュール７は、図７に示すように、データ入力部７１と測定点データ形状評価部７２と基準データ変更部７３とを有する。データ入力部７１は、表面評価モジュール５で生成された測定点データと製品設計データである形状データを受け取り、内部処理可能な形式に変換して測定点データ形状評価部７２に転送する。測定点データ形状評価部７２が測定点データと製品設計データとを比較して製品が設計寸法の許容範囲であると評価すると、基準データ変更部７３が基準データ格納部８１にアクセスして、この測定点データで基準データを変更する。
In the case where the object to be measured is a product in which a mold is manufactured, dimensional variation occurs in the mold due to wear or the like when a predetermined number of products are manufactured. Such a dimensional variation causes a deviation between the measurement point data and the reference data even though the product is normally manufactured. In order to avoid judging this deviation as a defect, it is preferable to correct the reference data of the region where such a deviation occurs with the measurement point data of a product manufactured normally. The reference
上述したように構成された物体形状評価装置を用いた、測定対象物の形状評価処理の基本的な流れを図８から図１７に示されたフローチャートを用いて以下に説明する。ここでの測定対象物は、長方形のプレート体に表面に多数の直線状の深溝が形成されたもので、その測定領域は４００mm×３００mm程度とする。この測定領域は１００mm×１５mmの測定ブロックに区分けされている。１回のＸ軸方向走査で４つの測定ブロックを走査して、走査ピッチと撮像解像度によって規定される測定単位での直線状深溝の３次元断面形状位置を表す測定点データを取得して、測定ブロック毎に区分けしてメモリに格納する。1回のＸ軸方向走査が完了する毎に所定ピッチでＹ軸方向移動を行い、次の測定ブロックに対するＸ軸方向走査を逆方向で行う。このような、Ｘ軸方向走査とＹ軸方向移動を繰り返すことで、全測定領域おける直線状深溝の測定点データを取得する。さらに、測定死角の発生を考慮して、測定対象物を９０度回転させた状態で、再度同じ測定領域における測定を行う。なお、取得した測定点データを用いた測定対象物の測定結果に対する評価は、つまり測定対象物に対する検査は、各ブロック単位で行われ、各ブロック単位での検査結果をまとめて、最終的な総合判定が行われる。 A basic flow of the shape evaluation process of the measurement object using the object shape evaluation apparatus configured as described above will be described below with reference to the flowcharts shown in FIGS. The object to be measured here is a rectangular plate body with a number of straight deep grooves formed on the surface, and the measurement area is about 400 mm × 300 mm. This measurement area is divided into 100 mm × 15 mm measurement blocks. Four measurement blocks are scanned in one X-axis direction scan, and measurement point data representing the three-dimensional cross-sectional shape position of the linear deep groove in the measurement unit defined by the scanning pitch and imaging resolution is acquired and measured. Divide into blocks and store in memory. Each time one X-axis direction scan is completed, the Y-axis direction is moved at a predetermined pitch, and the X-axis direction scan for the next measurement block is performed in the reverse direction. By repeating such scanning in the X-axis direction and movement in the Y-axis direction, the measurement point data of the linear deep groove in the entire measurement region is acquired. Further, taking into account the generation of the measurement blind spot, the measurement in the same measurement region is performed again with the measurement object rotated by 90 degrees. In addition, the evaluation of the measurement result of the measurement object using the acquired measurement point data, that is, the inspection of the measurement object is performed in each block unit, and the inspection result in each block unit is put together to make a final synthesis. A determination is made.
この装置において形状評価を行うために、測定対象物が回転テーブル２１にセットされる（＃１）。図示されていない測定開始ボタンが操作されると（＃２Yes分岐）、測定が開始され
る。まず、光源制御部３１によってレーザスリット投光器１２がＯＮされ、スリット光が照射される（＃３）。測定開始ポイントである１番目の測定ブロックの左エッジがスリット光によって照射されるように、Ｘ方向走査機構及びＹ方向走査機構、回転テーブル２１を動作させる（＃０４）。
In order to perform shape evaluation in this apparatus, a measurement object is set on the rotary table 21 (# 1). When a measurement start button (not shown) is operated (# 2 Yes branch), measurement is started. First, the
Ｘ方向走査機構を正方向に定速移動させながらＸ軸方向の走査を行う（＃５）。それとともに、撮像ユニット１１ｂからの画像データを画像メモリ３２に転送する（＃６）。このＸ軸方向の走査と画像データの取得は、スリット光が測定対象物の側端に達するまで行われる。スリット光が測定対象物の側端に達すると（＃７Yes）、Ｘ軸方向の走査を停止する（＃８）。Ｘ軸方向の走査を停止すると、光切断法に基づく測定点データが算定され、その測定点データと基準点データとから表面欠陥の有無を判定する評価演算処理が行われる（＃９から＃２４）。この評価演算処理はあとで詳しく説明される。実際には、ステップ＃０８でＸ軸方向走査が停止すると、評価演算処理が実行されている間に、Ｙ方向走査機構が動作され、所定のピッチでＹ軸方向のシフトが行われる（＃２５）。Ｙ軸方向のシフトが終わると、Ｘ軸方向の走査がまだ残っているかどうかのチェックが行われる（＃２６）。
Scanning in the X-axis direction is performed while moving the X-direction scanning mechanism at a constant speed in the positive direction (# 5). At the same time, the image data from the
ステップ＃２６のチェックでＸ軸方向の走査がまだ残っている場合（＃２６Yes分岐）、Ｘ軸方向の走査の向きを反転し（＃２７）、ステップ＃５に戻ってＸ軸方向の走査を行う。ステップ＃２６のチェックでＸ軸方向の走査が残っていない場合（＃１４No分岐）、レーザスリット投光器１２がＯＦＦされ、スリット光の照射が停止する（＃２８）。さらに、回転テーブル２１を９０度回転測定死角の発生に伴う測定不能箇所の測定点データを補完するために、回転テーブル２１を９０度回転させる必要があるかどうかをチェックする（＃２９）。回転テーブル２１を９０度回転させる必要がある場合は（＃２９Yes分岐）、回転テーブル２１の９０度回転動作を行い、再びステップ＃３に戻り、この測定を繰り返す。なお、この９０度の追加回転で不十分な場合には、さらに９０度毎のあと２回までの回転（最初の姿勢位置に対する１８０度位置と２７０度位置）が行われる。回転テーブル２１を９０度回転させる必要がない場合は（＃２９No分岐）、全ての測定ブロックにおける欠陥評価結果に基づいて総合判定を行う（＃３０）。この総合判定において、欠陥の位置を測定対象物の全体を示す全体図の上でマーキングした欠陥位置表示図をモニタ又はプリントを通じて出力することができる。総合判定が終了すると、測定対象物に対する形状評価処理は完了するが、この時点で所定数の測定対象物の検査が終了しておれば、前述した基準データ変更モジュール７基準データを正常に製作された製品の測定点データによって修正する基準データ変更ルーチンが行われる（＃３１）。
If scanning in the X-axis direction still remains in step # 26 (Yes branch at # 26), the direction of scanning in the X-axis direction is reversed (# 27), and the process returns to step # 5 to perform scanning in the X-axis direction. Do. If scanning in the X-axis direction does not remain in the check of step # 26 (# 14 No branch), the
この基準データ変更ルーチンが、図１７に示されている。まず、同じ金型で製作されて、この物体形状評価装置で検査された測定対象物の個数（測定ワーク数）を算出するために、測定対象物に対する形状評価処理が完了する毎にカウントする（＃８００）。この測定ワーク数が設定数以下なら（＃８０１No分岐）、基準データ変更処理の必要がないとしてこのルーチンを終了する。測定ワーク数が設定数以下なら（＃８０１Yes分岐）、さらに、この測定対象物の測定点データが基準点データの修正に適したものであるかどうか、つまりこの測定対象物に対する形状評価処理において欠陥が検出されていたかどうかがチェックされる（＃８０２）。欠陥が検出されていると（＃８０２No分岐）、この測定対象物は基準点データの修正に適していないとみなしてこのルーチンを終了する。欠陥が検出されていない場合（＃８０２Yes分岐）、さらに測定データによる形状チェックが行われる（＃８０３）。この測定データによる形状チェックでは、測定点データと製品設計データとを比較して製品が設計寸法の許容範囲で入っていることでその形状が正常であるとみなされる。測定データ形状チェックによりその形状が正常でないとみなされた場合（＃８０４No分岐）、この測定対象物は基準点データの修正に適していないとみなしてこのルーチンを終了する。測定データ形状チェックによりその形状が正常であるとみなされた場合（＃８０２Yes分岐）、この測定対象物は基準点データの修正に適していないとみなして、この測定対象物の測定点データを基準点データに変更する（＃８０５）。 This reference data changing routine is shown in FIG. First, in order to calculate the number of measurement objects (the number of measurement workpieces) manufactured with the same mold and inspected by this object shape evaluation apparatus, each time the shape evaluation process for the measurement object is completed ( # 800). If the number of workpieces to be measured is equal to or less than the set number (# 801 No branch), this routine is terminated because it is not necessary to change the reference data. If the number of workpieces is less than the set number (# 801 Yes branch), whether or not the measurement point data of this measurement object is suitable for correcting the reference point data, that is, a defect in the shape evaluation process for this measurement object. Is detected (# 802). If a defect is detected (# 802 No branch), this measurement object is regarded as not suitable for correcting the reference point data, and this routine is terminated. When no defect is detected (# 802 Yes branch), a shape check is further performed based on measurement data (# 803). In the shape check based on the measurement data, the measurement point data is compared with the product design data, and the shape is regarded as normal because the product is within the allowable range of the design dimension. If it is determined by the measurement data shape check that the shape is not normal (# 804 No branch), it is determined that the measurement object is not suitable for correcting the reference point data, and this routine is terminated. When the measurement data shape check determines that the shape is normal (Yes in # 802), the measurement object is regarded as not suitable for correcting the reference point data, and the measurement point data of the measurement object is used as a reference. Change to point data (# 805).
次に、図９に示された、本発明に係る処理ルーチンである評価演算処理を説明する。
まず、コントローラ３の画像処理部３３が、撮像部１６から転送されてきた画像データを処理してその光切断線画素位置情報を生成する（＃０９）。この光切断線画素位置情報から、三次元測定データ演算部３４は、画素位置とその画素位置から三角測量法に基づいて演算された３次元位置との関係を格納したテーブルを利用して、光切断線画素位置情報に基づき測定対象物の三次元座標値を読み出し、この値を測定点データとして各測定点に対応付けられたメモリアドレスに転送する（＃１０）。もちろん、テーブルを用いずに、その都度、光切断線画素位置情報を用いて三角測量法に基づく演算を行うことで三次元座標値を求めて測定点データとしてもよい。
Next, the evaluation calculation process which is the process routine according to the present invention shown in FIG. 9 will be described.
First, the
測定点データが得られると、この測定点データからエッジ測定点を抽出してエッジ測定点データを生成するエッジ抽出ルーチンが実行される（＃１１）。このエッジ抽出ルーチンでは、図１０に示すように、全測定点データが読み出されて、ワーキングメモリに展開される（＃１００）。その際、この全測定点データにおいて測定不能のために生じたデータ欠落点には測定下限値以下の指定値をダミーとして割り当てておく（＃１０１）。測定されたブロックの全領域にわたって高さ方向（Ｚ軸方向）の値に対してエッジ検出フィルタ（ソーベルフィルタなどの微分フィルタ）をかけて、微分値を算出する（＃１０２）。この微分値を所定のしきい値を用いて、例えば「０」「１」で振り分けることにより、エッジと非エッジとを区分けした二値化データが生成されるので、この二値化データからエッジ測定点群データを取り出し、メモリに保存して（＃１０２）、このルーチンを終了する。 When the measurement point data is obtained, an edge extraction routine for extracting edge measurement points from the measurement point data and generating edge measurement point data is executed (# 11). In this edge extraction routine, as shown in FIG. 10, all measurement point data is read and developed in the working memory (# 100). At this time, a specified value equal to or lower than the measurement lower limit value is assigned as a dummy to the missing data point caused by the inability to measure in all the measurement point data (# 101). An edge detection filter (differential filter such as a Sobel filter) is applied to the value in the height direction (Z-axis direction) over the entire area of the measured block to calculate a differential value (# 102). By assigning this differential value using a predetermined threshold value, for example, “0” or “1”, binarized data in which edges and non-edges are separated is generated. The measurement point cloud data is taken out and stored in the memory (# 102), and this routine is terminated.
続いて、位置合わせ処理手段５０によるエッジ測定点データとエッジ基準点データとの位置合わせが実行されるが、その前に、先行する測定対象物に対して実行された物体形状評価処理において、型修正箇所の存在推定に基づいて設定される追加基準データの有無がチェックされる（＃１２）。追加基準データが存在する場合には、その追加基準データ（追加基準点群）によって規定される領域が金型の型修正領域に対応している可能性があるので、それを考慮した欠陥判定が行われるが、ここではまず、追加基準データが存在しない場合での欠陥判定を説明する。 Subsequently, alignment between the edge measurement point data and the edge reference point data is performed by the alignment processing means 50. Before that, in the object shape evaluation process performed on the preceding measurement object, The presence / absence of additional reference data set based on the existence estimation of the corrected portion is checked (# 12). If additional reference data exists, the area defined by the additional reference data (additional reference point group) may correspond to the mold correction area of the mold. Here, first, the defect determination when there is no additional reference data will be described.
ステップ＃１２のチェックで追加基準データが存在しない場合には（＃１２Yes）、上記エッジ抽出ルーチンで得られたエッジ測定点群と、基準データ格納部８１から読み出されたエッジ基準点データとを用いたエッジ位置合わせルーチンが実行される（＃１３）。
If the additional reference data does not exist in the check of step # 12 (# 12 Yes), the edge measurement point group obtained by the edge extraction routine and the edge reference point data read from the reference
位置合わせルーチンを説明する前に、図１８を用いて本発明で採用した測定点群と基準点群との位置合わせアルゴリズムを模式的に説明する。この位置合わせアルゴリズムでは、基準点群と測定点群との位置合わせを行う逐次収束処理としてＩＣＰアルゴリズムに基づいた方法が採用されている。このＩＣＰアルゴリズムでは、図１８で模式的に示されているように、基準点群（基準点データ）の各点について最も近い測定点群（測定点データ）の点を対応点とし、各対応点距離の２乗和を最小とする合同変換パラメータを推定して、逐次収束させていく。このようなＩＣＰアルゴリズムによる位置合わせでは、図１８で示しているような等測定走査ピッチで測定点を決定していくような形状測定の場合、測定面の姿勢によっては僅かな走査ピッチのずれが大きな測定点のずれを導くことになる（図１８では、測定点Ｓ4、Ｓ5、Ｓ6がこれに当てはまる）。従って、想定している位置座標と実際の位置座標との誤差が大きいことが予想される測定点とそれに対応する基準点とをそのまま逐次収束処理における逐次収束評価に用いることは好ましくない。このような問題を回避するため、本発明で適用されている改善されたＩＣＰアルゴリズムでは、以下に説明するような重み係数を取り入れている。 Prior to describing the alignment routine, an alignment algorithm between the measurement point group and the reference point group employed in the present invention will be schematically described with reference to FIG. In this alignment algorithm, a method based on the ICP algorithm is adopted as a sequential convergence process for aligning the reference point group and the measurement point group. In this ICP algorithm, as schematically shown in FIG. 18, each point of the reference point group (reference point data) is set to the corresponding point of the closest measurement point group (measurement point data), and each corresponding point The congruent transformation parameter that minimizes the sum of squares of the distance is estimated and converged sequentially. In such alignment by the ICP algorithm, in the case of shape measurement in which measurement points are determined at an equal measurement scan pitch as shown in FIG. 18, a slight scan pitch shift may occur depending on the orientation of the measurement surface. This leads to a large shift of measurement points (in FIG. 18, measurement points S4, S5, S6 apply to this). Therefore, it is not preferable to use a measurement point at which an error between an assumed position coordinate and an actual position coordinate is expected to be large and a reference point corresponding thereto as it is for the successive convergence evaluation in the successive convergence process. In order to avoid such problems, the improved ICP algorithm applied in the present invention incorporates weighting factors as described below.
図１８では、基準点群（基準点データ）：Ｍに含まれる基準点はｍで示されており、測定順序に対応させて添え字（自然数）が付与されている。測定点群（測定点データ）：Ｓに含まれる測定点はｓで示されており、基準点と同様に測定順序に対応させて添え字（自然数）が付与されている。測定点群を基準点群に重ねる位置決めのための従来のＩＣＰアルゴリズムを用いた逐次収束処理では、測定点群中の各測定点について基準点群の中で最も近い基準点を対応点とし、各対応点間の距離の２乗和が最小となる合同変換パラメータ（Ｒ、ｔ）が求められる。ここで、Ｒは回転行列で、ｔは並進移動ベクトルである。その際、対応する基準点と測定点の組み合わせの中で、上述した大きい誤差が予想される測定点との組み合わせたものを他の組み合わせと同様に扱うと無視できない誤差の影響を受ける可能性がある。従って、測定点又は前記基準点の隣接点間距離に基づいて隣接点間距離重み係数を割り当て、その悪影響を抑制する。ここでは、基準点の間の隣接点間距離に基づいてその対応点間の距離に対する重み係数を算定することにするが、もちろん測定点の間の隣接点間距離に基づいてその対応点間の距離に対する重み係数を算定してもよい。 In FIG. 18, a reference point group (reference point data): a reference point included in M is indicated by m, and a subscript (natural number) is given corresponding to the measurement order. Measurement point group (measurement point data): The measurement point included in S is indicated by s, and a subscript (natural number) is given corresponding to the measurement order in the same manner as the reference point. In the sequential convergence process using the conventional ICP algorithm for positioning the measurement point group over the reference point group, the closest reference point in the reference point group is set as the corresponding point for each measurement point in the measurement point group. A joint transformation parameter (R, t) that minimizes the sum of squares of the distances between corresponding points is obtained. Here, R is a rotation matrix and t is a translation vector. At that time, among the corresponding combinations of reference points and measurement points, if the combination of the above-mentioned measurement points where a large error is expected is handled in the same way as other combinations, there is a possibility that it will be affected by errors that cannot be ignored. is there. Therefore, the distance weight coefficient between adjacent points is assigned based on the distance between adjacent points of the measurement point or the reference point, and the adverse effect is suppressed. Here, the weighting coefficient for the distance between the corresponding points is calculated based on the distance between the adjacent points between the reference points. Of course, the distance between the corresponding points is determined based on the distance between the adjacent points between the measurement points. A weighting factor for the distance may be calculated.
三次元座標（ｘi，yi，ｚi）を有する基準点：ｍiの隣接点間距離：ｄiは、三平方の定理で求められ、その二乗は、
ｄi 2＝ｘi 2＋yi 2＋ｚi 2となる。
隣接点間距離重み係数：γiは、重み関数をΓとすると、
γi＝Γ(ｄi 2)で求められる。
例えば、重み関数：Γを次のようなしきい値関数とすると好都合である。
ｄi 2がしきい値：ｄth以上の時、γi＝０.０１
ｄi 2がしきい値：ｄth未満の時、γi＝１
しきい値：ｄthは基準点群や測定点群の特性によって適切に決めることにより、想定している位置座標と実際の位置座標との誤差が大きいことが予想される測定点とそれに対応する基準点とが逐次収束評価に及ぼす悪影響を抑制することができる。
Three-dimensional coordinates (x i, y i, z i) the reference point having: m i between adjacent point distance: d i is calculated by the Pythagorean theorem, the square is
d i 2 = x i 2 + y i 2 + z i 2
The distance weight coefficient between adjacent points: γ i is the weight function Γ,
It is obtained by γ i = Γ (d i 2 ).
For example, it is convenient that the weight function: Γ is a threshold function as follows.
When d i 2 is a threshold value: d th or more, γ i = 0.01
When d i 2 is less than the threshold: d th γ i = 1
The threshold value: d th is determined appropriately according to the characteristics of the reference point group and the measurement point group, and corresponding to the measurement point where the error between the assumed position coordinate and the actual position coordinate is expected to be large. The adverse effect of the reference point on the successive convergence evaluation can be suppressed.
なお、このようなＩＣＰアルゴリズムに基づく位置合わせにおいて、上述した非特許文献に開示されているようなＭ推定を用いることが有用である。図１８を用いて、Ｍ推定を導入したＩＣＰアルゴリズムを簡単に説明する。このＭ推定の導入は、対応する測定点と基準点との間の対応点間距離に基づいて決定された対応点間距離重み係数を逐次収束処理における逐次収束評価に用いることである。例えば、対応点間距離をｅiとすると、対応点間距離重み係数：ρiは、重み関数をΡとすると、
ρi＝Ρ(ｅi) で求められる。ここでも、重み関数：Ρを次のようなしきい値関数とすること
ができる；
｜ｅi｜が設定幅：Ｂi以下の時、
ρi＝(Ｂi 2／２ ）(１−(１−(ｅi／Ｂi）2）
｜ｅi｜が設定幅：Ｂiを越える時、
ρi＝(Ｂi 2／２ ）。
It should be noted that it is useful to use M estimation as disclosed in the above-mentioned non-patent document in the alignment based on such an ICP algorithm. The ICP algorithm in which M estimation is introduced will be briefly described with reference to FIG. The introduction of M estimation is to use the distance weight factor between corresponding points determined based on the distance between corresponding points between the corresponding measurement point and the reference point for the successive convergence evaluation in the successive convergence process. For example, assuming that the distance between corresponding points is e i , the distance weight coefficient between corresponding points: ρ i is
ρ i = Ρ (e i ) Again, the weight function: Ρ can be a threshold function such as:
When | e i | is less than the setting width: Bi,
ρ i = (B i 2/ 2) (1- (1- (e i / B i) 2)
When | ei | exceeds the set width Bi
ρ i = (B i 2/ 2).
隣接点間距離重み係数：γiに加えて対応点間距離重み係数：ρiも逐次収束評価に用いる場合には、トータル重み係数：ｗは、隣接点間距離重み係数：γiと対応点間距離重み係数：ρiとをパラメータとする関数から導くことができる。従って、逐次収束処理における逐次収束評価値：Ｊは、対応点の数をＮとすれば、対応点間距離：ｅiと対応点間距離重み係数：ρiと隣接点間距離重み係数：γiとをパラメータとする評価関数：Ｈを用いて導出することができる。
Ｊ＝(１／Ｎ)ΣＨ(ｅi，ρi，γi）
演算を簡単化するために、トータル重み係数：ｗiを各重み係数の乗算とすれば、
Ｊ＝(１／Ｎ)ΣＨ(ｅi，ｗi）、ｗi＝ρi×γi
となる。
When the distance weight coefficient between adjacent points: γ i and the distance weight coefficient between corresponding points: ρ i are also used for successive convergence evaluation, the total weight coefficient: w is the distance weight coefficient between adjacent points: γ i and the corresponding points. It can be derived from a function having a distance weight coefficient: ρ i as a parameter. Thus, sequential convergence process sequential convergence evaluation value in: J, if the number of corresponding points is N, between the corresponding point distance: e i and between the corresponding point distance weighting factor: [rho i with the neighboring point distance weight factor: gamma An evaluation function with i as a parameter can be derived using H.
J = (1 / N) ΣH (e i , ρ i , γ i )
In order to simplify the calculation, if the total weight coefficient: wi is multiplied by each weight coefficient,
J = (1 / N) ΣH (e i , w i ), w i = ρ i × γ i
It becomes.
次に、上述したアルゴリズムを用いて位置合わせされた基準点群（基準点データ）と測定点群（測定点データ）とから、効率的にめくり上がりなどの特定の表面欠陥を判定する基本的なアルゴリズムを図１８の下側の模式図を用いて説明する。
まず、対応点間距離：ｅiが予め設定されている対応点間距離しきい値（第1しきい値）：ＴA以上となる連続した測定点群を誤対応領域として抽出する。図２では、測定点Ｓ4、Ｓ5、Ｓ6が抽出されている。さらに、誤対応領域に属する測定点の分布密度が算定される。簡単に分布密度を算定するため、例えば、それらの測定点の隣接点間距離：ｄiを用いることができる。つまり、隣接点間距離：ｄiが予め設定されている隣接点間距離しきい値（第２しきい値）：ＴL以上となる測定点を近傍測定点とみなす。これにより、所定以上の分布密度を有する対応点（近傍測定点）が抽出されたことになる。さらに、この近傍測定点の数が予め設定されている近傍点数しきい値（第３しきい値）：ＴC以上となるかどうかチェックされる。近傍測定点の数が近傍点数しきい値より大きい場合この近傍測定点群によって規定される領域、つまりこの近傍測定点群を含む表面領域が表面欠陥として判定される。
Next, a basic method for efficiently determining a specific surface defect such as turning up from a reference point group (reference point data) and a measurement point group (measurement point data) aligned using the algorithm described above. The algorithm will be described with reference to the lower schematic diagram of FIG.
First, between the corresponding point distance: e i is preset to have the corresponding point distance threshold (first threshold): extracts the continuous measurement point group to be T A or as erroneous corresponding area. In FIG. 2, measurement points S 4 , S 5 , S 6 are extracted. Further, the distribution density of the measurement points belonging to the erroneous correspondence area is calculated. In order to easily calculate the distribution density, for example, the distance between adjacent points of the measurement points: d i can be used. In other words, adjacent point distance: d i between the adjacent points is preset distance threshold (second threshold) regarded as near measurement point the measurement point as a T L or more. As a result, corresponding points (neighboring measurement points) having a distribution density greater than or equal to a predetermined value are extracted. Further, it is checked whether or not the number of neighboring measurement points is equal to or greater than a preset neighboring point threshold value (third threshold value): T C. When the number of neighboring measurement points is larger than the neighboring score threshold, a region defined by this neighboring measurement point group, that is, a surface region including this neighboring measurement point group is determined as a surface defect.
さて、上述した位置合わせアルゴリズムに基づいたエッジ位置合わせルーチン（＃１３）では、図１１で示されているように、まず、エッジ測定点データを読み出してエッジ測定点群をメモリに展開するとともに（＃２００）、エッジ基準点データを読み出してエッジ基準点群をメモリに展開する（＃２０１）。最も小さい対応点間距離を有するように測定点と基準点を対応付ける（＃２０２）。対応点間距離に基づいた重み係数と隣接点間距離に基づいた重み係数を算出し、これらを掛け合わせてトータル重み係数を求める（＃２０３）。さらにこのトータル重み係数と対応点間距離を用いて逐次収束評価値を算出する（＃２０４）。算出された逐次収束評価値に基づいてこの対応付けられた対応点群が逐次収束しているかどうかチェックされる（＃２０５）。収束しない場合（＃２０５No分岐）、ステップ＃２０２に戻り再度測定点と基準点との対応付けを行う。収束する場合（＃２０５Yes分岐）、対応点群ができる限り一致するような合同変換パラメータ：Ｅ(Ｒ,ｔ)を生成する（＃２０６）。生成された合同変換パラメータを用いてエッジ測定点群の位置座標を変換し、エッジ測定点群と全測定点群を移動する（＃２０７、＃２０８）。つまり、エッジ測定点群を用いて生成された合同変換パラメータを用いて全測定点群を移動させている。移動後の測定点群と基準点群とから平均対応距離を算出し（＃２０９）、算出された平均対応距離と予め設定されたしきい値とを比較して、終了条件が満たされたかどうかチェックする（＃２１０）。なお、このチェックステップにおいて繰り返し回数の上限を付加的に設定しておくと好都合である。終了条件が満たされていない場合（＃２１０No分岐）。ステップ＃２０２に戻り、移動後の測定点と基準点との対応付けを行う。終了条件が満たされている場合（＃２１０Yes分岐）、このエッジ位置合わせルーチンを終了する。
In the edge alignment routine (# 13) based on the above-described alignment algorithm, as shown in FIG. 11, first, edge measurement point data is read and the edge measurement point group is developed in the memory ( In
エッジ位置合わせルーチン（＃１３）が終了すると、次に全点位置合わせルーチンが実行される（＃１４）。この全点位置合わせルーチンは図１２に示されている。この全点位置合わせルーチンは、エッジ位置合わせルーチンにおいて生成された合同変換パラメータを用いて全測定点軍を移動させた後に、さらに全測定点群と全基準点群を用いて精密な位置合わせを行うため実行すると好適である。また、測定ブロックに明確なエッジが存在しない場合や、満足できるエッジ測定データが得られない場合には、エッジの位置合わせルーチンを省略してこの全点位置合わせルーチンだけが行われることになる。この全点位置合わせルーチン（＃１４）は、エッジの位置合わせルーチン（＃１３）に比べて、エッジ測定点群とエッジ基準点群との関係が全測定点群と全基準点群との関係になるだけで、実質的な処理手順は同じであるので、ここでの説明は省略する。 When the edge alignment routine (# 13) ends, the all-point alignment routine is executed (# 14). This all-point alignment routine is shown in FIG. In this all-point alignment routine, after all the measurement point forces are moved using the joint transformation parameters generated in the edge alignment routine, a precise alignment is further performed using all measurement point groups and all reference point groups. It is preferable to execute it to do it. Further, when there is no clear edge in the measurement block or when satisfactory edge measurement data cannot be obtained, the edge alignment routine is omitted and only the all-point alignment routine is performed. Compared with the edge alignment routine (# 13), the all-point alignment routine (# 14) has a relationship between the edge measurement point group and the edge reference point group between the all measurement point group and the all reference point group. However, since the substantial processing procedure is the same, description thereof is omitted here.
位置合わせルーチンが終了すると、欠陥評価モジュール６が上述した表面欠陥判定アルゴリズムを用いて表面欠陥領域の検出を行う欠陥判定ルーチンを実行する（＃１５）。この欠陥判定ルーチンは、図１３に示されている。まず、対応点間距離しきい値を用いて、対応点間距離がしきい値以上となる測定点の集合体（特定測定点群）を誤対応領域として抽出する処理を実行する（＃４００）。誤対応領域が抽出されなかった場合（＃４０１No分岐）、この欠陥判定ルーチンを終了する。誤対応領域が抽出された場合（＃４０１Yes分岐）、誤対応領域に含まれている測定点間の隣接点間距離が予め設定されている隣接点間距離しきい値以下点群を１つの集合体としてラベリングを行う（＃４０２）。さらに、ラベルを付与された集合体毎に特徴量（欠陥特徴量）を算出する（＃４０３）。特徴量としては、欠陥可能性としての集合体の重心、等価楕円長軸長、等価楕円長軸角度、フィレ径等が挙げられる。その特徴量が設定値より大きい場合（＃４０４Yes分岐）、欠陥とみなされ、その特徴量はその三次元位置などとともに、欠陥として欠陥情報格納部８２に記録される。その特徴量が設定値より小さい場合（＃４０４No分岐）、欠陥とはみなされず、その特徴量は記録されずに、このルーチンは終了する。
When the alignment routine is completed, the
次に、欠陥判定ルーチンで欠陥と判定された集合体が位置する領域が金型修正された型修正箇所とみなされる領域であるかどうかを判定する型修正による形状違い判定ルーチンが実行される。この形状違い判定ルーチンは、具体的には種々の形態が考えられるが、ここでは、２つの形態を説明する。
まず、第１の形態の形状違い判定ルーチン（＃１６Ａ）は、図１４に示されている。型修正以前の金型で製作される測定対象物の目標形状は基準点群に基づいて設定することができる。また、型修正後の金型で製作された測定対象物における型修正箇所における測定点群と基準点群とのずれは同じ箇所に発生する。従って、上記欠陥判定ルーチンによって判定された欠陥のうち、連続して同じ箇所に発生している欠陥は、型修正による目標形状とのずれであり、欠陥とはみなさず、それらを区別するのが、この形状違い判定ルーチン（＃１６Ａ）の主旨である。そのため、まず、前回の測定対象物で判定された欠陥の特徴量を読み出すとともに（＃５００）、今回の測定対象物で判定された欠陥の特徴量を読み出す（＃５０１）。前回と今回との実質的に同じ位置での欠陥がもつ欠陥特徴量、例えば欠陥の重心、等価楕円長軸長、等価楕円長軸角度、フィレ径等から選択された特徴量の所定範囲内で一致しているかどうかチェックされる（＃５０２）。一致であれば（＃５０２Yes分岐）、その欠陥箇所は型修正箇所であると判定し（＃５０３）、不一致であれば（＃５０２No分岐）、その欠陥箇所は型修正箇所ではないと判定して（＃５０４）、このルーチンを終了する。
Next, a shape difference determination routine based on mold correction is performed to determine whether or not the area where the assembly determined to be a defect in the defect determination routine is an area that is regarded as a mold correction location corrected by the mold. The shape difference determination routine may specifically take various forms, but here, two forms will be described.
First, the shape difference determination routine (# 16A) of the first embodiment is shown in FIG. The target shape of the measurement object manufactured by the mold before the mold correction can be set based on the reference point group. Further, the deviation between the measurement point group and the reference point group at the mold correction position in the measurement object manufactured by the mold after the mold correction occurs at the same position. Therefore, among the defects determined by the defect determination routine, the defects that are continuously generated at the same location are the deviations from the target shape due to the mold correction, and are not regarded as defects, and can be distinguished from each other. This is the gist of the shape difference determination routine (# 16A). Therefore, first, the feature amount of the defect determined by the previous measurement object is read (# 500), and the defect feature amount determined by the current measurement object is read (# 501). Within a predetermined range of feature values selected from the defect feature amounts of defects at substantially the same position as the previous time and this time, for example, the center of gravity of the defect, the equivalent ellipse major axis length, the equivalent ellipse major axis angle, the fillet diameter, etc. It is checked whether they match (# 502). If they match (# 502 Yes branch), it is determined that the defective part is a mold correction part (# 503). If they do not match (# 502 No branch), it is determined that the defect part is not a mold correction part. (# 504), this routine is terminated.
第２の形態の形状違い判定ルーチン（＃１６Ｂ）は、図１５に示されている。この形状違い判定ルーチンは、型修正後の金型で製作された測定対象物における型修正箇所の形状（つまり測定点群に規定される測定形状）と、型修正以前の金型で製作される測定対象物の目標形状（つまり測定点群に規定される測定形状）とは、形状そのものは類似しているという事実を利用している。そのため、まず、エッジ基準点データと全基準点データとを含む基準点データを読み出すとともに（＃６００）、今回の測定対象物で判定された欠陥の特徴量を含む欠陥情報を読み出す（＃６０１）。欠陥の特徴量とその欠陥に対応する基準点データとからその欠陥が垂直な側面（測定光に対しておおむね平行となる）に発生しているものか、底面もしくは上面（測定光に対しておおむね垂直となる）に発生しているものかを判断する（＃６０２）。垂直な側面の場合（＃６０２Yes分岐）、欠陥情報から得られる欠陥部と同程度の領域に対応するエッジ基準点群を基準点データから抽出し（＃６０３）、欠陥領域に限定したエッジ位置合わせルーチンを行う（＃６０４）。垂直な側面でない場合（＃６０２No分岐）、欠陥情報から得られる欠陥部と同程度の領域に対応する全基準点群を全基準点データから抽出し（＃６０５）、欠陥領域に限定した全位置合わせルーチンを行う（＃６０６）。つまり、ここでは、欠陥領域という狭い領域に限定した位置合わせを行うが、その際測定点データが不安定になりやすい垂直な側面における欠陥領域にはエッジ位置合わせルーチンを適用する。 The shape difference determination routine (# 16B) of the second embodiment is shown in FIG. This shape difference determination routine is manufactured with the shape of the mold correction location (that is, the measurement shape defined in the measurement point group) in the measurement object manufactured with the mold after the mold correction, and the mold before the mold correction. The fact that the shape itself is similar to the target shape of the measurement object (that is, the measurement shape defined in the measurement point group) is used. Therefore, first, reference point data including edge reference point data and all reference point data is read (# 600), and defect information including the feature amount of the defect determined by the current measurement object is read (# 601). . Based on the feature amount of the defect and the reference point data corresponding to the defect, the defect is generated on a vertical side surface (generally parallel to the measurement light) or the bottom or top surface (generally to the measurement light) It is determined whether it has occurred (# 602). In the case of a vertical side surface (# 602 Yes branch), an edge reference point group corresponding to an area equivalent to the defect portion obtained from the defect information is extracted from the reference point data (# 603), and edge alignment limited to the defect area is performed. A routine is executed (# 604). If it is not a vertical side surface (# 602 No branch), all reference point groups corresponding to the same area as the defect portion obtained from the defect information are extracted from all reference point data (# 605), and all positions limited to the defect area A matching routine is performed (# 606). That is, here, the alignment is limited to a narrow area called a defect area, but the edge alignment routine is applied to the defect area on the vertical side surface where the measurement point data is likely to be unstable.
いずれかの位置合わせルーチンによる位置合わせが終了すると、基準点群によって規定される基準点平面と測定点群によって規定される測定点平面との間の類似度を算定する（＃６０７）。この類似度は、例えば欠陥領域の等価楕円長軸長や平均対応距離などをパラメータとして算出される。その類似度関数は、等価楕円長軸長が大きいほど類似度が高くなるように、平均対応距離が大きくなるほど類似度が低くなるように設定すると、好適であることが実験的に確かめられている。算出された類似度が所定しきい値で比較される（＃６０８）。類似度が高い場合（＃６０８Yes分岐）、その欠陥箇所は型修正箇所であると判定し（＃６０９）、類似度が低い場合（＃６０９No分岐）、その欠陥箇所は型修正箇所ではないと判定して（＃６１０）、このルーチンを終了する。 When the alignment by any of the alignment routines is completed, the similarity between the reference point plane defined by the reference point group and the measurement point plane defined by the measurement point group is calculated (# 607). This similarity is calculated using, for example, the equivalent ellipse major axis length of the defect region, the average correspondence distance, and the like as parameters. It has been experimentally confirmed that it is preferable that the similarity function is set so that the similarity becomes higher as the equivalent ellipse major axis length becomes larger and the similarity becomes lower as the average corresponding distance becomes larger. . The calculated similarity is compared with a predetermined threshold (# 608). If the similarity is high (# 608 Yes branch), it is determined that the defective part is a mold correction part (# 609), and if the similarity is low (# 609 No branch), it is determined that the defective part is not a mold correction part. (# 610), and this routine is finished.
図９の評価演算処理のフローチャートに戻ると、上述した型修正による形状違い判定ルーチン（＃１６Ａ又は＃１６Ｂ）が終了すると、型修正による形状違い判定ルーチンにおいて型修正箇所とみなされた箇所があったかどうかチェックされる（＃１７）。型修正箇所があった場合には（＃１７Yes分岐）、その型修正箇所情報を型修正箇所情報格納部８３に記録するとともに、その型修正箇所の領域、あるいはその型修正箇所を含む測定ブロック全体の基準点データを新たな基準点データとして、基準データ格納部８１に追加登録して（＃１８）、このルーチンを終了する。なお、型修正箇所情報格納部８３を基準データ格納部８１に兼用させても良い。
Returning to the flowchart of the evaluation calculation process in FIG. 9, when the shape difference determination routine (# 16A or # 16B) by the above-described mold correction ends, is there a place that is regarded as a mold correction place in the shape difference determination routine by the mold correction? A check is made (# 17). When there is a mold correction location (# 17 Yes branch), the type correction location information is recorded in the type correction location
このように、ステップ＃１８で型修正箇所情報ないしは追加基準データが記録されると、それ以降の測定対象物に対するこの評価演算処理において、ステップ＃１２のチェックにおいてＮｏ分岐する。ここでＮｏ分岐すると、上述した位置合わせアルゴリズムを用いたエッジ測定点データと型修正前のエッジ基準点データを用いた位置合わせと、エッジ測定点データと型修正後のエッジ基準点データを用いた位置合わせが実行される（＃１９）。さらに、全測定点データと型修正前の全基準点データを用いた位置合わせと、全測定点データと型修正後の全基準点データを用いた位置合わせが実行される（＃２０）。
As described above, when the mold correction location information or the additional reference data is recorded in
位置合わせが終了すると、型修正前と型修正後の製品が混在しても、欠陥か型修正箇所なのかを判定する欠陥・型修正箇所判定ルーチンが実行される（＃２１）。
この欠陥・型修正箇所判定ルーチン（＃２１）は、図１６に示されている。まず、まず型修正前の基準点データから、対応点間距離しきい値を用いて対応点間距離がしきい値以上となる測定点群の集合体（特定測定点群）を誤対応領域として抽出する（＃７００）。抽出された誤対応領域は、図１３で示した欠陥判定処理と同様な処理により、欠陥検出が行われ、欠陥が見出されると、欠陥情報：Ｅ1として欠陥情報格納部８２に記録される（＃７０５）。なお、ここでのステップ＃７０１から＃７０４までは、上記欠陥判定処理のステップ＃４０１から＃４０４に対応しているので、ここでの説明は省略される。
When the alignment is completed, a defect / mold correction location determination routine is executed to determine whether the product is a defect or a mold correction location even if products before and after mold correction are mixed (# 21).
This defect / die correction point determination routine (# 21) is shown in FIG. First, from the reference point data before mold correction, a set of measurement point groups (specific measurement point group) where the distance between corresponding points is equal to or greater than the threshold using the distance threshold between corresponding points is set as a miscorresponding region. Extract (# 700). The extracted miscorresponding area is subjected to defect detection by a process similar to the defect determination process shown in FIG. 13, and when a defect is found, it is recorded in the defect
さらに、型修正後の基準点データから、対応点間距離しきい値を用いて対応点間距離がしきい値以上となる測定点群の集合体（特定測定点群）を誤対応領域として抽出する（＃７０６）。抽出された誤対応領域に対して、ステップ＃７０１から＃７０４までと同様な処理（ステップ＃７０７から＃７１０）が行われ、欠陥が見出されると、欠陥情報：Ｅ2として欠陥情報格納部８２に記録される（＃７１１）。
Furthermore, from the reference point data after mold correction, a set of measurement point groups (specific measurement point group) where the distance between corresponding points is equal to or greater than the threshold value is extracted as a miscorresponding region using the distance threshold between corresponding points. (# 706). Processing similar to steps # 701 to # 704 (steps # 707 to # 710) is performed on the extracted erroneous correspondence area, and when a defect is found, defect information: E2 is stored in the defect
ここまでの処理で見つけられた欠陥が、型修正による形状違いでなく本当の欠陥なら、型修正前と型修正後の両方の基準点データを用いた欠陥判定処理から欠陥として見出されると考えられる。従って、欠陥情報：Ｅ1及び欠陥情報：Ｅ2とが所定範囲内の共通領域に属していると判定（＃７１２Yes分岐）された欠陥は最終的に欠陥として判断される（＃７１４）。また、ここまでの処理で見つけられた欠陥が、型修正前の基準点データを用いた欠陥判定処理のみから欠陥として見出された場合は、本当の欠陥ではなく型修正による形状違いと考えられる。従って、欠陥情報：Ｅ1のみ領域に属していると判定（＃７１３Yes分岐）された欠陥箇所は型修正箇所ととして判断され、測定製品個数である測定ワーク数がカウントアップされる（＃７１５）。 If the defect found in the process so far is not a shape difference due to mold correction but a real defect, it can be found as a defect from the defect determination process using both reference point data before and after mold correction. . Therefore, the defect determined that the defect information: E1 and the defect information: E2 belong to the common area within the predetermined range (# 712 Yes branch) is finally determined as a defect (# 714). In addition, if the defect found in the process so far is found as a defect only from the defect determination process using the reference point data before the mold correction, it is considered that the shape is not a real defect but a shape difference due to the mold correction. . Accordingly, the defect location determined to belong only to the defect information: E1 (# 713 Yes branch) is determined as a die correction location, and the number of measured workpieces as the number of measured products is counted up (# 715).
欠陥・型修正箇所判定ルーチンが終了して、図９の評価演算処理のフローチャートに戻ると、型修正後の製品個数が設定値以下かどうか、つまり型修正前と型修正後の製品が混在しているかどうかが判断される（＃２２）。設定値以下の場合（＃２２Yes分岐）、型修正前と型修正後の製品が混在しているとみなして、このルーチンを終了する。設定値を超えている場合（＃２２No分岐）、もはや型修正前の製品がなくなったとみなして、型修正前の基準データを消去される（＃２３）。さらに、測定製品個数である測定ワーク数がリセットされ（＃２４）、この評価演算処理ルーチンを終了する。 When the defect / mold correction location determination routine is completed and the flow returns to the flowchart of the evaluation calculation process in FIG. 9, whether the number of products after mold correction is equal to or less than the set value, that is, products before and after mold correction are mixed. Is determined (# 22). If it is equal to or smaller than the set value (# 22 Yes branch), it is determined that the product before and after the mold correction is mixed, and this routine is terminated. If it exceeds the set value (# 22 No branch), it is considered that there is no longer any product before the mold correction, and the reference data before the mold correction is deleted (# 23). Further, the number of measured workpieces, which is the number of measured products, is reset (# 24), and this evaluation calculation processing routine is terminated.
上述したような物体形状評価処理、特にエッジ位置合わせを行うことにより、従来技術では、十分な信頼性を得られなかった、側面や底面などからの測定点データが不十分な測定対象物に対しても高い信頼性もって形状評価できるようになった。例えば、側面が存在しないような人工的な測定対象物に対しておこなわれた実験結果が図１９のグラフに示されている。全位置合わせだけを採用した位置合わせでは、１０回以上の位置合わせを繰り返しても30ミクロン以上の対応点平均距離が残っている。これに対して、エッジ位置合わせと全位置合わせを組み合わせた位置合わせでは最初の位置合わせから対応点平均距離が実質的にゼロに等しくなるような効果的な位置合わせが実現している。
また、アルミダイキャストのような金型製品の場合、金型の磨耗により形状が変わっても、逐次正常な製品の測定点データを基準点データとして登録変更することできる。これにより、型修正などで型の形状が変わり、型修正前の製品と型修正後の製品が混在しても、型修正箇所と欠陥を区別する処理を導入することで、高い信頼性の物体形状評価が得られる。
By performing object shape evaluation processing as described above, especially edge alignment, the measurement technology for measuring objects with insufficient measurement point data from the side or bottom, etc., where sufficient reliability could not be obtained with the conventional technology. However, the shape can be evaluated with high reliability. For example, the result of an experiment performed on an artificial measurement object having no side surface is shown in the graph of FIG. In the alignment using only the entire alignment, even if the alignment is repeated 10 times or more, the corresponding point average distance of 30 microns or more remains. On the other hand, in the alignment that combines the edge alignment and the total alignment, an effective alignment is realized such that the corresponding point average distance is substantially equal to zero from the initial alignment.
Further, in the case of a mold product such as an aluminum die cast, even if the shape changes due to wear of the mold, the measurement point data of a normal product can be sequentially registered and changed as reference point data. With this, even if the shape of the mold changes due to mold correction, etc., even if the product before mold correction and the product after mold correction are mixed, a highly reliable object is introduced by introducing a process to distinguish the mold correction location from the defect. Shape evaluation is obtained.
以下、別実施形態を例示する。
（１）エッジ基準点データは予め生成して基準データ格納部に格納するのではなく、使用する時に、全基準点データからエッジ検出フィルタ処理などで生成してもよい。
（２）上記実施形態では、位置合わせアルゴリズムとして重み演算付きのＩＣＰアルゴリズムを採用していたが、一般的なＩＣＰアルゴリズムを採用してもよいし、その他の位置合わせアルゴリズムを採用しても良い。
（３）上記実施形態では、隣接点間距離重み係数は位置合わせルーチンにおいて算出していたが、この隣接点間距離重み係数を基準点群の隣接点間距離に基づいて求める場合、予め算定しておいてテーブル化しておくことで演算速度が高速化する。
（４）上記実施の形態では、判定条件として予め設定された多くのしきい値が用いられていたが、このしきい値を予め設定されたものではなく、測定対象物の表面形状あるいは測定結果の統計学的な特性からしきい値が算定されるような構成を採用してもよい。
（５）上記実施形態では、隣接点間距離重み係数：γiを求める重み関数：Γを隣接点間距離：ｄｉに応じて決定される二値関数としていたが、以下の(a) 、(b) 、(c)に列挙するような、その他の重み関数：Γを用いることも可能である。
なお、ここで、計測分解能で正規化された隣接隣接点間距離を次のように定義しておく、
Ｄi2=（xi/△ｘ）2+（yi/△ｙ）2+ （zi/△ｚ）2
ここで、△ｘ：ｘ方向の計測分解能 △y：ｙ方向の計測分解能 △z：z方向の計測分解能である。
(a) γi＝Γ(ｐ) ＝１／ｐ2、ここでｐ=ｄi 2 またはｐ=Ｄi 2
(b) γi＝Γ(ｐ) ＝１／ｐ、ここでｐ=ｄi 2 またはｐ=Ｄi 2
(c) γi＝Γ(ｐ) ＝１／exp(ｐ)、ここでｐ=ｄi 2 またはｐ=Ｄi 2
以上のように、種々の隣接点間距離重み係数：γiを用いることができる。
図２０には、重み係数を用いない通常のＭ推定ＩＣＰ（黒ダイヤプロット線）、上述した実施の形態で用いた二値化関数での重み係数（白抜き四角プロット線）、そして上記(a) 、(b) 、(c) を用いて行われた繰り返し位置合わせの比較演算結果が示されている。(a)の重み係数は隣接点間距離の２乗の逆数であり、白抜き三角プロット線で示され、(b)の重み係数は隣接点間距離の逆数であり、ペケプロット線で示され、(c)の重み係数はexp関数で示され、黒丸プロット線で示されている。なお、図２０の横軸は、位置合わせの繰り返し回数を示し、縦軸は比較評価のための評価値としての対応点平均距離に対応する値を示している。この比較演算結果から、(a)の隣接点間距離重み係数が最も良い評価値となっており、位置合わせでの照合誤差が小さい。その際、ｐ=ｄi 2 でなくｐ=Ｄi 2を、つまり計測分解能で正規化された隣接隣接点間距離を用いると分解能の影響を受けずにさらに照合誤差が小さくなることが期待できる。
Hereinafter, another embodiment is illustrated.
(1) The edge reference point data may not be generated in advance and stored in the reference data storage unit, but may be generated from all reference point data by edge detection filter processing or the like when used.
(2) In the above-described embodiment, the ICP algorithm with weight calculation is employed as the alignment algorithm. However, a general ICP algorithm may be employed, or other alignment algorithms may be employed.
(3) In the above embodiment, the distance weighting factor between adjacent points is calculated in the alignment routine. However, when this distance weighting factor between adjacent points is obtained based on the distance between adjacent points of the reference point group, it is calculated in advance. The calculation speed is increased by making a table in advance.
(4) In the above embodiment, many threshold values set in advance as the determination conditions are used. However, the threshold values are not set in advance, and the surface shape of the measurement object or the measurement result A configuration may be adopted in which the threshold value is calculated from the statistical characteristics.
(5) In the above embodiment, the weight function: Γ i for obtaining the distance weight coefficient between adjacent points: γ i is a binary function determined according to the distance between adjacent points: d i , but the following (a), Other weight functions as listed in (b) and (c): Γ can also be used.
Here, the distance between adjacent adjacent points normalized by the measurement resolution is defined as follows,
Di 2 = (x i / Δx) 2 + (y i / Δy) 2 + (z i / Δz) 2
Here, Δx: measurement resolution in the x direction Δy: measurement resolution in the y direction Δz: measurement resolution in the z direction.
(a) γ i = Γ (p) = 1 / p 2 , where p = d i 2 or p = D i 2
(b) γ i = Γ (p) = 1 / p, where p = d i 2 or p = D i 2
(c) γ i = Γ (p) = 1 / exp (p), where p = d i 2 or p = D i 2
As described above, various distance weight coefficients between adjacent points: γ i can be used.
FIG. 20 shows a normal M-estimated ICP (black diagram plot line) that does not use a weight coefficient, a weight coefficient (white square plot line) in the binarization function used in the above-described embodiment, and the above (a ), (B), and (c) show the results of the comparison operation of repeated alignment performed. The weighting factor in (a) is the reciprocal of the square of the distance between adjacent points, and is indicated by a white triangular plot line, and the weighting factor in (b) is the reciprocal of the distance between adjacent points, indicated by a peke plot line, The weighting factor in (c) is indicated by the exp function and indicated by a black circle plot line. In FIG. 20, the horizontal axis indicates the number of repetitions of alignment, and the vertical axis indicates a value corresponding to the corresponding point average distance as an evaluation value for comparative evaluation. From this comparison calculation result, the distance weighting coefficient between adjacent points in (a) is the best evaluation value, and the matching error in alignment is small. At that time, p = a p = D i 2 instead of d i 2, i.e. it can be expected that further verification error without being affected by the use the resolution the distance between the normalized neighboring adjacent points in measurement resolution is reduced .
本発明は、種々の三次元測定装置を用いた測定点データに基づく物体形状評価に利用することができる。 The present invention can be used for object shape evaluation based on measurement point data using various three-dimensional measurement apparatuses.
４：評価ユニット
５：表面評価モジュール（形状評価手段）
６：欠陥評価モジュール（形状評価手段）
７：基準データ変更モジュール
８：データ格納部
８１：基準データ格納部
８２：欠陥情報格納部
８３：型修正情報格納部
５０：位置合わせ処理手段
５２：エッジ検出部
4: Evaluation unit 5: Surface evaluation module (shape evaluation means)
6: Defect evaluation module (shape evaluation means)
7: Reference data change module 8: Data storage unit 81: Reference data storage unit 82: Defect information storage unit 83: Mold correction information storage unit 50: Registration processing means 52: Edge detection unit
Claims (6)
前記位置合わせ処理手段は、測定点データから前記測定対象物のエッジに対応するエッジ点を検出するエッジ検出部によって生成されたエッジ点群と、前記基準データ格納部に格納されている前記測定対象物のエッジのためのエッジ基準点データであるエッジ基準点群とを位置合わせするエッジ位置合わせを行い、当該エッジ位置合わせによって得られたエッジ合同変換パラメータを用いて前記測定点データ全体の測定点が前記基準点に向かう位置合わせを行う物体形状評価装置。 A measurement data input unit for inputting measurement point data including position information of a large number of measurement points corresponding to the shape of the measurement object, and a reference point including position information of a large number of reference points corresponding to the reference shape of the measurement object A reference data storage unit for storing data, and an alignment processing means for aligning the measurement point and the reference point based on a sequential convergence process for sequentially converging the distance between the corresponding measurement point and the reference point; Shape evaluation means for evaluating the shape of the measurement object based on the measurement point data and the reference point data after the alignment processing by the alignment processing means,
The alignment processing means includes an edge point group generated by an edge detection unit that detects an edge point corresponding to an edge of the measurement object from measurement point data, and the measurement object stored in the reference data storage unit Edge position alignment is performed for aligning an edge reference point group that is edge reference point data for an object edge, and measurement points of the entire measurement point data are obtained using edge congruence conversion parameters obtained by the edge alignment. An object shape evaluation apparatus that performs positioning toward the reference point.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010024484A JP5445848B2 (en) | 2010-02-05 | 2010-02-05 | Object shape evaluation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010024484A JP5445848B2 (en) | 2010-02-05 | 2010-02-05 | Object shape evaluation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011163822A true JP2011163822A (en) | 2011-08-25 |
| JP5445848B2 JP5445848B2 (en) | 2014-03-19 |
Family
ID=44594695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010024484A Expired - Fee Related JP5445848B2 (en) | 2010-02-05 | 2010-02-05 | Object shape evaluation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5445848B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013200151A (en) * | 2012-03-23 | 2013-10-03 | Aisin Seiki Co Ltd | Defect extracting device and defect extracting method |
| JP2016024104A (en) * | 2014-07-23 | 2016-02-08 | アイシン精機株式会社 | Defect extraction device and defect extraction method |
| JP2016217941A (en) * | 2015-05-22 | 2016-12-22 | 株式会社東芝 | Three-dimensional evaluation device, three-dimensional data measurement system and three-dimensional measurement method |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0644361A (en) * | 1992-03-02 | 1994-02-18 | General Motors Corp <Gm> | Surface identification device |
| JPH08280026A (en) * | 1994-04-27 | 1996-10-22 | Matsushita Electric Ind Co Ltd | Method and device for estimating motion and depth |
| JPH11214289A (en) * | 1998-01-29 | 1999-08-06 | Nikon Corp | Position measurement method and exposure method using the same |
| JP2000283720A (en) * | 1999-03-30 | 2000-10-13 | Minolta Co Ltd | Method and device for inputting three-dimensional data |
| JP2001082951A (en) * | 1999-09-16 | 2001-03-30 | Armonicos:Kk | Non-contact measured-point data positioning device, its method, and storage medium |
| JP2001143073A (en) * | 1999-11-10 | 2001-05-25 | Nippon Telegr & Teleph Corp <Ntt> | Method for deciding position and attitude of object |
| JP2003344040A (en) * | 2002-05-24 | 2003-12-03 | Canon Inc | Error distribution method |
| JP2005250561A (en) * | 2004-03-01 | 2005-09-15 | Sony Corp | Motion vector detecting device, motion vector detecting method and computer program |
| JP2007101197A (en) * | 2005-09-30 | 2007-04-19 | Nachi Fujikoshi Corp | Object search system, robot system equipped with object searchsystem and object search method |
| JP2008002848A (en) * | 2006-06-20 | 2008-01-10 | Tateyama Machine Kk | Flaw inspection device of rod-shaped rotary tool and flaw detection method of rod-shaped rotary tool |
| JP2008014691A (en) * | 2006-07-04 | 2008-01-24 | Japan Aerospace Exploration Agency | Stereo image measuring method and instrument for executing the same |
| JP2008176645A (en) * | 2007-01-19 | 2008-07-31 | Konica Minolta Holdings Inc | Three-dimensional shape processing apparatus, control method of three-dimensional shape processing apparatus, and control program of three-dimensional shape processing apparatus |
| JP2008246631A (en) * | 2007-03-30 | 2008-10-16 | Fanuc Ltd | Object fetching equipment |
| JP2009222418A (en) * | 2008-03-13 | 2009-10-01 | Aisin Seiki Co Ltd | Uneven surface inspection apparatus |
| JP2009294753A (en) * | 2008-06-03 | 2009-12-17 | Toyota Motor Corp | Image processor and image processing method |
| JP2010107300A (en) * | 2008-10-29 | 2010-05-13 | Aisin Seiki Co Ltd | Device for evaluating object shape |
-
2010
- 2010-02-05 JP JP2010024484A patent/JP5445848B2/en not_active Expired - Fee Related
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0644361A (en) * | 1992-03-02 | 1994-02-18 | General Motors Corp <Gm> | Surface identification device |
| JPH08280026A (en) * | 1994-04-27 | 1996-10-22 | Matsushita Electric Ind Co Ltd | Method and device for estimating motion and depth |
| JPH11214289A (en) * | 1998-01-29 | 1999-08-06 | Nikon Corp | Position measurement method and exposure method using the same |
| JP2000283720A (en) * | 1999-03-30 | 2000-10-13 | Minolta Co Ltd | Method and device for inputting three-dimensional data |
| JP2001082951A (en) * | 1999-09-16 | 2001-03-30 | Armonicos:Kk | Non-contact measured-point data positioning device, its method, and storage medium |
| JP2001143073A (en) * | 1999-11-10 | 2001-05-25 | Nippon Telegr & Teleph Corp <Ntt> | Method for deciding position and attitude of object |
| JP2003344040A (en) * | 2002-05-24 | 2003-12-03 | Canon Inc | Error distribution method |
| JP2005250561A (en) * | 2004-03-01 | 2005-09-15 | Sony Corp | Motion vector detecting device, motion vector detecting method and computer program |
| JP2007101197A (en) * | 2005-09-30 | 2007-04-19 | Nachi Fujikoshi Corp | Object search system, robot system equipped with object searchsystem and object search method |
| JP2008002848A (en) * | 2006-06-20 | 2008-01-10 | Tateyama Machine Kk | Flaw inspection device of rod-shaped rotary tool and flaw detection method of rod-shaped rotary tool |
| JP2008014691A (en) * | 2006-07-04 | 2008-01-24 | Japan Aerospace Exploration Agency | Stereo image measuring method and instrument for executing the same |
| JP2008176645A (en) * | 2007-01-19 | 2008-07-31 | Konica Minolta Holdings Inc | Three-dimensional shape processing apparatus, control method of three-dimensional shape processing apparatus, and control program of three-dimensional shape processing apparatus |
| JP2008246631A (en) * | 2007-03-30 | 2008-10-16 | Fanuc Ltd | Object fetching equipment |
| JP2009222418A (en) * | 2008-03-13 | 2009-10-01 | Aisin Seiki Co Ltd | Uneven surface inspection apparatus |
| JP2009294753A (en) * | 2008-06-03 | 2009-12-17 | Toyota Motor Corp | Image processor and image processing method |
| JP2010107300A (en) * | 2008-10-29 | 2010-05-13 | Aisin Seiki Co Ltd | Device for evaluating object shape |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013200151A (en) * | 2012-03-23 | 2013-10-03 | Aisin Seiki Co Ltd | Defect extracting device and defect extracting method |
| JP2016024104A (en) * | 2014-07-23 | 2016-02-08 | アイシン精機株式会社 | Defect extraction device and defect extraction method |
| JP2016217941A (en) * | 2015-05-22 | 2016-12-22 | 株式会社東芝 | Three-dimensional evaluation device, three-dimensional data measurement system and three-dimensional measurement method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5445848B2 (en) | 2014-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5049246B2 (en) | Object shape evaluation device | |
| JP5109598B2 (en) | Article inspection method | |
| JP7174074B2 (en) | Image processing equipment, work robots, substrate inspection equipment and specimen inspection equipment | |
| JP2013171425A (en) | Image processing device | |
| US11982522B2 (en) | Three-dimensional measuring device | |
| TW201415010A (en) | Inspection device, inspection method, and inspection program | |
| JP5403367B2 (en) | Object shape evaluation device | |
| JP7353757B2 (en) | Methods for measuring artifacts | |
| CN114241061A (en) | Calibration method, calibration system and calibration target for line structured light imaging and measurement system using calibration target | |
| JP5445848B2 (en) | Object shape evaluation device | |
| Zhang et al. | Seam sensing of multi-layer and multi-pass welding based on grid structured laser | |
| JP5049247B2 (en) | Surface defect evaluation system | |
| JP2008014700A (en) | Workpiece inspection method and workpiece inspection device | |
| TWI480508B (en) | Method and device of measuring position information of spatial image | |
| US9230337B2 (en) | Analysis of the digital image of the internal surface of a tyre and processing of false measurement points | |
| JP6347169B2 (en) | Defect extraction apparatus and defect extraction method | |
| JP5867787B2 (en) | Defect extraction apparatus and defect extraction method | |
| KR101236847B1 (en) | Apparatus for Inspecting Welding Bead and Method thereof | |
| JP2009192483A (en) | Three dimensional shape measuring method and three dimensional shape measuring device | |
| JP7381312B2 (en) | Fracture surface inspection device and fracture surface inspection method | |
| WO2020066415A1 (en) | Three-dimensional shape inspection device, three-dimensional shape inspection method, three-dimensional shape inspection program, and computer | |
| JP2006269710A (en) | Pattern evaluation method and manufacturing method of semiconductor device | |
| JP2018040657A (en) | Inspection device and inspection method | |
| KR102222898B1 (en) | Method and apparatus for inspecting workpiece using laser | |
| WO2020217970A1 (en) | Wire shape measurement device, wire three-dimensional image generation method, and wire shape measurement method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130117 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130830 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131003 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131024 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131128 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131211 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5445848 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| LAPS | Cancellation because of no payment of annual fees |