JP2021189238A - ベルト検査システムおよびベルト検査プログラム - Google Patents
ベルト検査システムおよびベルト検査プログラム Download PDFInfo
- Publication number
- JP2021189238A JP2021189238A JP2020092212A JP2020092212A JP2021189238A JP 2021189238 A JP2021189238 A JP 2021189238A JP 2020092212 A JP2020092212 A JP 2020092212A JP 2020092212 A JP2020092212 A JP 2020092212A JP 2021189238 A JP2021189238 A JP 2021189238A
- Authority
- JP
- Japan
- Prior art keywords
- belt
- image
- brightness
- defect
- value
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 60
- 238000012546 transfer Methods 0.000 claims abstract description 125
- 238000001514 detection method Methods 0.000 claims abstract description 88
- 230000009467 reduction Effects 0.000 claims abstract description 27
- 230000003044 adaptive effect Effects 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 230000007547 defect Effects 0.000 claims description 263
- 238000000034 method Methods 0.000 claims description 107
- 230000008569 process Effects 0.000 claims description 97
- 238000012937 correction Methods 0.000 claims description 66
- 238000012545 processing Methods 0.000 abstract description 55
- 238000010586 diagram Methods 0.000 description 45
- 238000009826 distribution Methods 0.000 description 22
- 238000003384 imaging method Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000001186 cumulative effect Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 238000000465 moulding Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000004381 surface treatment Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/023—Power-transmitting endless elements, e.g. belts or chains
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Electrostatic Charge, Transfer And Separation In Electrography (AREA)
- Cleaning In Electrography (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Control Or Security For Electrophotography (AREA)
Abstract
Description
ベルト部のうち、周囲の非ベルト部の影響を受けている部分を切り落としたり、
切り落とした後の画像サイズを統一するべく、更に切り落としたり補填したりする不要周辺部除去工程(S163)と、
中間転写ベルトの表面の状態を人間が観察し易くしたり、微細な変化をベルト検査システム30が検出し易くしたりするために明度のレンジを予備的に補正する明度レンジ予備補正工程(S164)とによって構成される。
したがって、S164の明度レンジ予備補正工程において明度のレンジをより適正に補正するために、S163の不要周辺部除去工程は、S164の明度レンジ予備補正工程より先に実施する。
before[min]:撮像装置から出力された未加工のベルト画像の暗側の閾値に相当する明度
before[max]:撮像装置から出力された未加工のベルト画像の明側の閾値に相当する明度
after[min]:明度レンジ予備補正工程後のベルト画像の暗側の分布の始点に相当する明度
after[max]:明度レンジ予備補正工程後のベルト画像の明側の分布の終点に相当する明度
offset1:オフセット明度
f[i] = α*C[after[i]]^γ + offset2
α:ゲイン
γ:ガンマ補正指数
C:contrast補正関数
offset2:オフセット明度
すなわち、ゲインを与えたり、contrast関数を掛けて略S字にしたり、ガンマ指数を掛けたり、オフセットを与えても良い。
ベルト画像42は、S141の基本下地処理工程によって、
中間転写ベルトの表面の状態のディテールはある程度、強調されて、様々なものが観測できるようになる。
しかしながら、
暗電流ノイズ、フォトンノイズなどのベルト欠点より微小なサイズのノイズ(以下「微小ノイズ」という。)や、
撮像装置のレンズの周辺光量落ち成分などによって生じる定常的なノイズ、
作業者の影の映り込み、
照明の照度のムラなどによって生じる非定常的なノイズ(以下「明度ムラ」という。)などの妨害により、
検出対象のベルト欠点は依然として観測しにくい。
ベルト画像から微小ノイズの成分を除去する微小ノイズ除去工程(S181)と、
ベルト画像から明度ムラを除去する明度ムラ除去工程(S182)と、
中間転写ベルトの表面の状態を人間が観察し易くしたり、微細な変化をベルト検査システム30が検出し易くしたりするために明度のレンジを更に補正する明度レンジ追補正工程(S183)と
によって構成される。
必要とあれば、視認性の向上のために、更にゲインを与えたり、contrastを与えたり、再度、オフセットを与えたりして画像の明度を調整する(S204)。
S203の処理と、S204の処理のうち、S201において得た画像から、S202において得た画像を差し引く処理とは、S182の処理に対応する。
また、S204の処理のうち、オフセット明度を与える処理と、S204の処理とは、S183の処理に対応する。
S205の処理において使用される、チェックの合否基準やパラメーターは、予め設定されている。
S205の処理の結果、ベルト画像においてベルト部内の背景画像の明度の一定性が特定の程度未満であることが確認されると、
S201におけるガウスカーネルのサイズと、
S202におけるガウスカーネルのサイズとを、
S205の処理の結果に応じて変更した上で、
図13に示す撮像系明度不具合除去工程をやり直す。
一方、
S205の処理の結果、ベルト画像においてベルト部内の背景画像の明度の一定性が特定の程度以上であることが確認されると、
図13に示す撮像系明度不具合除去工程は終了する。
図15は、ベルト画像43の明度のヒストグラム分布を示す図である。
図15に示すヒストグラム分布は、明度0.7付近をピークにするヒストグラム分布になっている。
図14および図15に示すように、
S142の撮像系明度不具合除去工程によって処理して得られるベルト画像43では、
微小ノイズや明度ムラの要素がなくなっていることが分かる。
S142の撮像系明度不具合除去工程によって処理して得られるベルト画像43では、
検出することを予定していたベルト欠点以外の痕跡、例えば、中間転写ベルトの成形上のモールドラインなどの製造上の痕跡なども浮かび上がってくるし、
中間転写ベルトが表面加工された際にスプレーから中間転写ベルトの表面に吹き付けられて黒点化して発見し難かった塗物の塊なども容易に発見されるようになる。
図16(b)は、図14に示すベルト画像43における数ラインの信号レベルをプロットした図である。
同一の種類の線は、同一の位置のラインの信号レベルを表している。
ここで、ラインとは、ベルト画像における矢印L(図10または図14参照。)で示す方向、すなわち、中間転写ベルトの幅方向と略同一の方向に延在するピクセルの列である。
S141の基本下地処理工程によって処理して得られるベルト画像42において、
明度は、中央部付近は両端部よりも高くなっている。しかしながら、S142の撮像系明度不具合除去工程によって処理して得られるベルト画像43においては、図16(b)に示すように、明度ムラが除去され、中間転写ベルトの幅の全域に渡り、概ね明度が一定になっていることが分かる。
図17(b)は、信号成分を分解した状態での、図17(a)に示す明度信号を示す模式図である。
図17(c)は、図17(a)に示す明度信号から、微小ノイズの信号成分を除去した明度信号を示す模式図である。
図17(d)は、図17(b)に示す信号成分のうち、明度ムラの信号成分を示す模式図である。
図18(a)は、図17(c)に示す明度信号から、図17(d)に示す明度信号を差し引いた明度信号を示す模式図である。
図18(b)は、図18(a)に示す明度信号にオフセット明度を与えた状態の明度信号を示す模式図である。
図18(c)は、ベルト欠点がある中間転写ベルトのベルト画像の明度信号から微小ノイズの信号成分を除去した明度信号から、明度ムラの信号成分を差し引いた明度信号の実態を示す模式図である。
図18(d)は、図18(c)に示す明度信号にオフセット明度を与えた状態の明度信号を示す模式図である。
微小ノイズの信号成分と、明度ムラの信号成分とが混在している。
図17(a)に示す明度信号は、図17(b)に示すように信号成分を分解することができる。
図17(a)に示す明度信号に対して、
微小ノイズの明度変動と、
ベルト欠点サイズの明度変動とを均して、
ベルト欠点より大きなサイズの明度変動を抽出すると、
図17(d)に示す明度信号になる。
すなわち、図17(b)に示す信号成分のうち、
明度変化の低周波数成分、
すなわち、明度ムラの信号成分は、図17(d)に示すようになる。
図17(c)に示す明度信号から、
図17(d)に示す明度信号を差し引くと、
図18(a)に示す明度信号になり、
図18(a)に示す明度信号に対して、
画像の明度の調整のためにオフセット明度を与えると、
図18(b)に示す明度信号になる。
図18(a)に示す明度信号で表されるベルト画像は、
ほぼ真っ暗になってしまっていてベルト欠点の箇所が発見し難いので、
図18(b)に示すように、
オフセット明度を与えてベルト画像全体の明度を上げることによって、
ベルト画像においてベルト欠点の発見を容易化することができる。
実際には、図18(c)に示すように、若干の局在する明度ムラが補正仕切れず残留する。
したがって、図18(c)に示す明度信号に対して、ベルト画像の明度の調整のためにオフセット明度を与えると、図18(d)に示す明度信号になる。
ベルト欠点自体による明度変化量に対し、
微小ノイズのレベルの方が大きいくらいで、
しかも微小ノイズの座標位置や高さがランダムなので、
微小ノイズを残留させたままの状態では、
テンプレートマッチングによってベルト欠点を検出するにしても、
機械学習によってベルト欠点を検出するにしても、
都合が悪い。
したがって、微小ノイズは、前述の方法などによって除去する。
図19に示す画像から微小ノイズの信号成分を除去した後のベルト欠点の部分の画像は、微小ノイズが除去されて、つるりとしている。
微小ノイズが除去されてベルト欠点自身の形状に則した明度変化が現れてくる。
ただし、図22に示すように、
ベルト欠点の明度変動は、未だベルト欠点より大きなサイズの明度変動の上に乗っている。
したがって、図22に示す明度変動からベルト欠点を抽出する場合、ベルト欠点を誤認する可能性がある。
したがって、上述したように、S202およびS203の処理によって、ベルト欠点より大きなサイズの明暗変動も除去する。
しかしながら、図13に示す撮像系明度不具合除去工程に代えて、
図23に示す撮像系明度不具合除去工程が採用されても良い。
図23に示す撮像系明度不具合除去工程においては、
S202の処理の対象は、S201において得た画像である。
ベルト画像43においては、
S142の撮像系明度不具合除去工程によって、
例えば、中間転写ベルトの生成工程における押出し成型時の成形痕や、
中間転写ベルトの表面コーティング処理時などにおける中間転写ベルトと、
治具との擦過痕や、中間転写ベルトの加工痕などが観測できるようになる。
これらの成形痕、擦過痕または加工痕などは、
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズとして観測されることがある。
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズは、
中間転写ベルトの品質に対して、
多くの場合、無害であるが、
ベルト欠点として誤検出されてベルト欠点の検出精度を低下させることがあり、
結果として、中間転写ベルトの合否の判定制度を低下させる要因となる。
図8に示すように、
S142の撮像系明度不具合除去工程の後、
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズを除去するため、
S143の剪断変形補正工程と、S144のバンド状ノイズ除去工程とが実行される。
撮像装置が中間転写ベルトの幅方向に対して平行に設置されている状態、
すなわち、
正視状態であった場合には、
ベルト画像にベルト部が長方形の状態で含まれ、
その結果、
中間転写ベルトの幅方向に延在する成形痕、擦過痕または加工痕などは、
ベルト画像において、
矢印L(図14参照。)で示す方向に延在するラインと平行に観察される。
しかしながら、
S101の撮影工程における撮像装置の設置において、
撮像装置が中間転写ベルトの幅方向に対して平行に設置されていない場合には、
ベルト画像にベルト部が剪断変形した状態、
すなわち、
長方形ではない平行四辺形の状態で含まれ、
その結果、
中間転写ベルトの幅方向に延在する成形痕、擦過痕または加工痕などは、
ベルト画像において、傾斜して観察される。
そこで、
S143の剪断変形補正工程によって、
ベルト画像を本来の正視状態の画像に補正する。
S143(図8参照。)の剪断変形補正工程は、
ベルト画像におけるベルト部の傾斜角度を特定する傾斜角度特定工程(S221)と、
剪断変形しているベルト画像を、
S221の傾斜角度特定工程において特定した傾斜角度に応じて逆方向に剪断変形させて、
本来、撮像装置が正確に設置されて正視した時と同等の状態に戻す剪断変形工程(S222)とによって構成される。
欠点候補検出部35aは、
特定の角度の群から、
暫定的な補正の角度(以下「暫定補正角度」という。)として
傾斜角度特定工程において
未だ設定していない1つの角度を、
暫定補正角度として設定する(S241)。
ここで、
特定の角度の群は、
例えば−3°から+3°までの角度範囲など、
剪断変形を起こしていることが想定される角度を含む特定の角度範囲の角度のうち、
特定のピッチずつ離れている角度の群である。
S241の処理の後、S241において設定した暫定補正角度でベルト画像を暫定的に剪断変形する(S242)。
ここで、
欠点候補検出部35aは、
ベルト画像の剪断変形の方法として、例えばAffine変換を用いれば良い。
なお、
剪断変形の結果、ベルト画像のうち、ベルト部ではなくなった部分に関しては、
例えば、剪断変形前のベルト画像におけるベルト部の明度の平均値で塗り潰すと良い。
S242の処理の後、S242において剪断変形させたベルト画像においてライン毎のピクセルの明度の平均値を算出する(S243)。
ここで、欠点候補検出部35aは、
S242において剪断変形させたベルト画像において、
各ラインに対して、このラインに所属する全てのピクセルの明度の総和値を求める。
また、その総和値をこのラインに所属する全てのピクセルの数で割ることによって、
ライン毎の明度の平均値を算出してもよいし、
あるいは、所属する全てのピクセルの明度に対して幾何平均を計算するなど、単純加算平均以外の方法によってライン毎の明度の平均値を算出しても良い。
S243の処理の後、S243において算出した平均値の最大値と、最小値との差分値を算出する(S244)。
欠点候補検出部35aは、
S241において設定した暫定補正角度と、
S244において算出した差分値との組み合わせを記録する(S245)。
欠点候補検出部35aは、
特定の角度の群において、今回の傾斜角度特定工程で暫定補正角度として未だ設定していない角度が存在するか否かを判断する(S246)。
特定の角度の群において、今回の傾斜角度特定工程で暫定補正角度として未だ設定していない角度が存在するとS246において判断すると、S241の処理を実行する。
特定の角度の群において、
今回の傾斜角度特定工程で暫定補正角度として未だ設定していない角度が存在しないとS246において判断すると、
S245において記録した全ての組み合わせのうち、
差分値が最大である組み合わせの暫定補正角度を、
ベルト画像におけるベルト部の傾斜角度として特定する(S247)。
ここで、
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズが、
ベルト画像のラインと平行である場合、
ベルト画像においてライン毎のピクセルの明度の平均値の最大値が最大になる可能性が高いとともに、
ベルト画像においてライン毎のピクセルの明度の平均値の最小値が最小になる可能性が高い。
すなわち、
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズが、
ベルト画像のラインと平行である場合、
ベルト画像においてライン毎のピクセルの明度の平均値の最大値と、
最小値との差分値が最大になる可能性が高い。
したがって、
S247においては、
差分値が最大である組み合わせの暫定補正角度を、
ベルト画像におけるベルト部の傾斜角度として特定する。
S247の処理の後、図25に示す傾斜角度特定工程を終了する。
図26(b)は、暫定補正角度が−0.85°である場合のベルト画像におけるライン毎の明度の平均値の一例を示す図である。
図26(c)は、暫定補正角度が−1.70°である場合のベルト画像におけるライン毎の明度の平均値の一例を示す図である。
図26(d)は、暫定補正角度が−2.55°である場合のベルト画像におけるライン毎の明度の平均値の一例を示す図である。
ベルト画像におけるベルト部の傾斜角度は−1.70°であるものとする。
暫定補正角度が0.00°である場合、すなわち、S242において実質的に剪断変形されない場合、ベルト画像におけるライン毎の明度の平均値は、ライン間で殆ど差異がない。
図26(b)に示すように、
暫定補正角度が−0.85°である場合、
すなわち、S242における剪断変形の量が不足している場合、
図26(a)に示すものと比較して、
ベルト画像におけるライン毎のピクセルの明度の平均値の最大値と、最小値との差分値は大きくなるが、最大ではない。
図26(c)に示すように、
暫定補正角度が−1.70°である場合、
すなわち、S242における剪断変形の量が最適である場合、図26(b)に示すものと比較して、
ベルト画像におけるライン毎のピクセルの明度の平均値の最大値と、最小値との差分値は大きくなり、最大になる。
図26(d)に示すように、
暫定補正角度が−2.55°である場合、
すなわち、S242における剪断変形の量が過剰である場合、
図26(a)に示すものと比較して、ベルト画像におけるライン毎のピクセルの明度の平均値の最大値と、最小値との差分値は大きくなるが、最大ではない。
図25に示す傾斜角度特定工程において、ベルト画像におけるライン毎のピクセルの明度の平均値をS243において算出する。
しかしながら、
欠点候補検出部35aは、
ベルト画像におけるライン毎のピクセルの明度の平均値に代えて、ベルト画像におけるライン毎のピクセルの明度の総和値を採用しても良い。
欠点候補検出部35aは、ベルト画像におけるライン毎のピクセルの明度の総和値を採用する場合、平均値を採用するよりも計算が単純な分、僅かながら高速に処理できる。
これが最大になる傾斜角度を検索し、その時の傾斜角度を最適角度として算出するが、
欠点候補検出部35aは、ライン毎のピクセルの明度の平均値の最大値と、最小値との差分値に代えて、ライン毎のピクセルの明度の平均値の分散または標準偏差を採用しても良い。即ち、剪断角度を徐々に変えながら、ライン毎のピクセルの明度の平均値の分散または標準偏差を求め、それが最大になる傾斜角度を、最適角度として算出しても良い。
細かくすることによって、
S247において特定される傾斜角度の精度を向上することが期待されるが、
その分、計算時間も要する。
したがって、
特定の角度の群に含まれる角度のピッチをやや粗めにし、
S245において記録した組み合わせからなる格子点間を補間することによって、
ライン毎のピクセルの明度の平均値の最大値と、最小値との差分値が最大である組み合わせの暫定補正角度を推測しても良い。
例えば、特定の角度の群に含まれる角度のピッチを1/4°にし、
S245において記録した組み合わせからなる格子点間を、
1/20°で内挿補間計算しても良い。
図27は、
ライン毎のピクセルの明度の平均値の最大値と、最小値との差分値を暫定補正角度毎にプロットした図である。
図27において、
黒丸で示す点は、特定の角度の群に含まれる、ピッチが1/4°である格子点を示している。
図27において、
白丸で示す点は、格子点間を1/20°で内挿補間計算して得られた点を示している。
図27に示すように、
ライン毎のピクセルの明度の平均値の最大値と、最小値との差分値が最大である組み合わせの暫定補正角度は、−1.70°であると推測される。
傾斜角度は中間転写ベルトによらず一定であり、その場合、
中間転写ベルトの撮像システム毎に固有の傾斜角度を有す事になるので、
中間転写ベルトの撮像システム毎に傾斜角度の特定工程は1度実施しておけば、頻繁に実施する必要はないし、例えば、中間転写ベルト毎に実施する必要はない。
しかしながら、中間転写ベルト毎に傾斜角度が変化する場合はその限りではない。
ベルト画像におけるベルト部の傾斜角度をコンピューターによって算出する方法について説明している。
しかしながら、
ベルト画像におけるベルト部の傾斜角度は、作業者が目視で計測しても良い。
例えば、ベルト画像を表示する表示部32上の画面に分度器状の傾斜線をオーバーレイ表示することによって、
ベルト画像におけるベルト部の傾斜角度を作業者に目視で計測させても良い。
また、表示部32上の画面にベルト画像を表示しながら、
このベルト画像を徐々に剪断変形させ、
ベルト画像において中間転写ベルトの幅方向に延在するバンド状または筋状のノイズが表示部32上の画面の縁と平行になった段階で作業者に剪断変形を止めさせることによって、その時の傾斜角度をベルト画像におけるベルト部の傾斜角度として求めても良い。
ベルト画像におけるベルト部の傾斜角度が求まったら、
S222(図24参照。)の剪断変形工程によって、
傾斜角度特定工程で特定した傾斜角度に応じてベルト画像に対して剪断変形を実行する。
図28(b)は、図14に示すベルト画像43を剪断変形工程によって処理して得られるベルト画像44の、図28(a)に示す例とは異なる一例を示す図である。
剪断変形によって生じた長方形との差分部分に対して黒色でパディング処理を行ったベルト画像である。
図28(b)に示すベルト画像44は、
剪断変形によって生じた長方形との差分部分に対してベルト部の平均明度の色でパディング処理を行ったベルト画像である。
S222の剪断変形工程によって、
図28に示すように、撮像装置が正確に設置された本来の状態、
すなわち、正視状態で撮影されたベルト画像と同等のベルト画像を得ることができる。
正視状態で撮影されたベルト画像と同等のベルト画像がS143の剪断変形補正工程によって得られたら、
中間転写ベルトの幅方向に延在するバンド状または筋状のノイズを除去するため、
S144のバンド状ノイズ除去工程が実行される。
欠点候補検出部35aは、
S143の剪断変形補正工程によって得られたベルト画像の各ラインの明度の平均値を算出する(S261)。
ここで、
欠点候補検出部35aは、
S143の剪断変形補正工程によって得られたベルト画像のライン毎に、
このラインに所属する全てのピクセルの明度の総和値を計算する。
また、その総和値をこのラインに所属する全てのピクセルの数で割ることによって、
ライン毎の明度の平均値を算出してもよいし、
ライン毎の明度の平均値の算出においては
所属する全てのピクセルの明度に対して幾何平均を計算するなど、単純加算平均以外の方法によって算出しても良い。
S261の処理とともに、
S143の剪断変形補正工程によって得られたベルト画像の全体の明度の平均値を算出する(S262)。
S261の処理の後、
S143の剪断変形補正工程によって得られたベルト画像の全てのラインに対して、
ラインにおける各ピクセルの明度から、
このラインに関してS261において算出した、明度の平均値を差し引く(S263)。
ベルト画像は、
S263の処理によって、
各ライン間のギャップが低減され、
例えば、中間転写ベルトの全幅に渡るようなバンド状のノイズや筋状のノイズが消去ないし抑制される。
S262およびS263の処理の後、
S263において得られたベルト画像の各ラインの各ピクセルの明度に、
このベルト画像に関してS262において算出された、
明度の平均値を加算する(S264)。
ベルト画像は、
S264の処理によって、各ピクセルに基準明度、
すなわち、S262において算出された、明度の平均値が与えられる。
なお、欠点候補検出部35aは、
後の工程で作業がし易い明度になるように、
ベルト画像の明度の多少の増減をしても構わないし、
規定の明度オフセットを与えても構わないし、
ベルト画像に対してコントラスト操作やガンマ特性操作をしても構わない。
それら処理のパラメーターは、予め設定されている。
ただし、
コントラスト操作やガンマ特性操作をするに際して、通例、コントラスト値やガンマ値は、操作しないことが多い。すなわち、ガンマ値は、1.0、線形で与え、そのままにすることが多い。
S264の処理の後、
ベルト画像の明度の微調整をしたり、
ベルト画像の明度の群から画像へ形式を変換したりする仕上げ処理を実行し(S265)、図29に示すバンド状ノイズ除去工程を終了する。
図28(b)に示すベルト画像44に存在していたバンド状または筋状のノイズが除去されていることが分かる。
S121の前処理工程が終了すると、S122の欠点候補検出工程を実行する。
すなわち、欠点候補検出部35aは、典型的なベルト欠点の画像をテンプレートとして使用し、S121の前処理工程によって前処理が施されたベルト画像にて、画像の相関度を算出してベルト欠点の候補をベルト画像から検出する。
例えば、スライド・ウインドウ法や、セレクティブ・サーチ法などを用いれば良く、
スライド・ウインドウ法を使用するのであれば、
テンプレートの画像をスライドさせながら、
テンプレート画像とベルト画像との互いに対応するピクセル色値の差分の総和値を計算し、
その出力レンジにて正規化し、
規定の閾値以下になる座標を検出し、
基本、その位置がベルト欠点の候補となる。
尚、規定の閾値以下になる座標は、
大概は単独ピクセルになる事は少なく近傍の複数ピクセルに及ぶ。
すなわち、ある程度の領域面積を持つ事になる。
また、その面積はテンプレート画像との相関が高い部分ほどに大きくなるが、
その場合は、その領域の重心座標を算出し、それをベルト欠点の代表座標として検出すれば良い。
ちなみに、もしも、検査対象の中間転写ベルトに複数のベルト欠点の候補が存在する場合は、
前記、高相関の領域は複数存在することになるから、それぞれの領域で重心を計算してそれを各ベルト欠点の座標として検出する。
ベルト欠点の候補の検出のための閾値を、後述のS302の欠点候補検出工程における閾値と基本的には同値にする。しかしながら、ベルト欠点の候補の拾い漏らしを避けたい場合には、やや緩めにして、拾い漏らしの発生確率を下げても良い。
S122の欠点候補検出工程の終了後、S123の合否判定工程を実行する。
すなわち、
合否判定部35bは、
S122の欠点候補検出工程において検出されたベルト欠点の候補に対し、
合否判定用の学習モデルによって合否を判定する。
図7に示すようにS123の合否判定工程を終了することによって画像診断工程を終了し、図1に示すようにS102の画像診断工程を終了することによって図1に示すベルト検査工程を終了する。
学習モデル生成工程は、
ベルト欠点の候補の検出のための前処理をベルト画像に施す前処理工程(S301)と、
S301の前処理工程において前処理が施されたベルト画像に基づいてベルト欠点の候補を検出する欠点候補検出工程(S302)と、
S302の欠点候補検出工程によって検出されたベルト欠点の候補に合否のタグを付けるタグ付け工程(S303)と、
合否判定用の学習モデルを生成する学習モデル生成工程(S304)とによって構成される。
S301の前処理工程と、
S302の欠点候補検出工程とは、
それぞれ、図7に示す、
S121の前処理工程と、S122の欠点候補検出工程と同様の工程であるが、
S121の前処理工程と、S122の欠点候補検出工程とは異なり、
複数の中間転写ベルトに対して実行される。
欠点候補には真に欠点である欠点候補と、欠点候補にはあがっても真の欠点ではないものが混ざっている。
都合、閾値は過ぎても不足しても不都合を生じる。
即ち、
不足すれば、真の欠点を拾い漏らしかねず、
過ぎれば、真の欠点ではない欠点候補を拾い過ぎてしまい処理速度を無用に遅くしてしまう。
よって、程良い閾値を設定する事が肝要になるが、
ベルト欠点の候補の検出のための最適な閾値を敢えて極端に厳格に求めず、やや緩めに設定し、すなわち、無駄なく効率良く検出することよりも、ベルト欠点らしき箇所をベルト欠点の候補として漏らさずに拾うことを優先し、真の欠点ではない部位も候補として抽出する。
また、
同時に、閾値を緩めに設定する事で、機械学習用の真の欠点画像と非欠点画像の双方の採取を行う。
即ち、
閾値を敢えて緩めに設定する事は、
ベルト欠点らしき箇所をベルト欠点の候補として、
相関があるものの真のベルト欠点ではない箇所と
真のベルト欠点箇所の双方の画像を採取できる様にし、
すなわち、
真陽性のベルト欠点の箇所の画像と、
偽陽性のベルト欠点の箇所の画像の双方を十分に採取する
効果をもたらす。
S303のタグ付け工程を実施する。
すなわち、
S302の欠点候補検出工程によって複数の中間転写ベルトから検出された多くのベルト欠点の候補のそれぞれに対して、合否のタグを付ける。
このタグは、中間転写ベルトの合否判定の技術を保有する検査員による中間転写ベルトの目視および触診結果に基づいて付されても良い。
S304の学習モデル生成工程が実行される。
すなわち、
学習モデル生成部35cは、
S303のタグ付け工程において合否のタグが付けられた、
ベルト欠点の候補を機械学習することによって、合否判定用の学習モデルを生成する。
なお、
真陽性のベルト欠点の画像と、偽陽性のベルト欠点の画像との双方の画像をS302の欠点候補検出工程において十分に確保しておくことによって、
真陽性のベルト欠点と、偽陽性のベルト欠点とを適切に分離することができる学習モデルがS304の学習モデル生成工程において生成することができる。
例えば、LogisticRegression、RandomForest、
support Vector Machineなどの既存の方式を使用しても良いし、勿論、更に高度な学習モデルを用いても良い。
しかしながら、真陽性のベルト欠点と、偽陽性のベルト欠点との境界を見つけ、真陽性のベルト欠点と、偽陽性のベルト欠点とのいずれに所属するのかという程度の判定であれば、簡便な機械学習でも実用的に十分なことも少なくない。むしろ、簡便な機械学習の方が、学習時間や追加学習の面で生産ラインにおいては都合がよく、パラメーターの調整や更新の容易さでも生産ライン向きであるという事が少なくない。
ベルト画像におけるベルト部の傾斜角度を特定する(S221)ので、
ベルト画像上のベルト部におけるベルト欠点の座標位置に基づいた、
実物の中間転写ベルトにおけるベルト欠点の位置の特定を容易化することができる。
ベルト画像におけるベルト部分の傾斜角度に応じてベルト画像に対して剪断変形を実行する(S222)ので、
ベルト画像を撮影した撮像装置が中間転写ベルトの幅方向に対して平行に設置されていなかったことによってベルト画像上の中間転写ベルトが剪断変形していたとしても、
撮像装置を中間転写ベルトの幅方向に対して平行に設置するように調整することなく、
撮像装置を中間転写ベルトの幅方向に対して平行に設置した場合と同等のベルト画像を得ることができる。
傾斜角度に応じて剪断変形を実行したベルト画像の全てのラインに対して、
ラインにおける各ピクセルの明度から、このラインの明度の平均値を差し引く(S263)ので、各ライン間のギャップが低減され、中間転写ベルトの幅方向に延在するバンド状のノイズや筋状のノイズを消去ないし抑制でき、その結果、ベルト欠点の検出の精度を向上することができる。
暗電流ノイズ、フォトンノイズなど、
ベルト欠点の標準的なサイズより小さい第1のサイズ以下のノイズと、
レンズ光量落ちや面内ムラなど、
ベルト欠点の標準的なサイズより大きい第2のサイズ以上のノイズとをベルト画像から除去する処理(S201〜S203)を傾斜角度特定処理(S221)の前に実行するので、ベルト画像におけるベルト部の傾斜角度の特定の精度を向上することができる。
暗電流ノイズ、フォトンノイズなど、
ベルト欠点の標準的なサイズより小さい第1のサイズ以下のノイズと、
レンズ光量落ちや面内ムラなど、
ベルト欠点の標準的なサイズより大きい第2のサイズ以上のノイズとを
S201〜S203において除去したベルト画像からベルト欠点の候補を検出する(S122およびS302)ので、
ベルト欠点の候補の検出の精度を向上することができ、
その結果、ベルト欠点の検出の精度を向上することができる。
暗電流ノイズ、フォトンノイズなど、
ベルト欠点の標準的なサイズより小さい第1のサイズ以下のノイズと、
レンズ光量落ちや面内ムラなど、
ベルト欠点の標準的なサイズより大きい第2のサイズ以上のノイズとをベルト画像から除去する処理(S201〜S203)を背景模様低減工程(S145)の前に実行するので、ベルト欠点の検出の精度を更に向上することができる。
検出の精度を向上した、ベルト欠点の候補に対し、
中間転写ベルトの品質の合否を学習モデルによって判定する(S123)ので、
中間転写ベルトの品質の合否の判定の精度を向上することができる。
中間転写ベルトの品質の合否の判定のための学習モデルを、検出の精度を向上した、
ベルト欠点の候補を用いて生成する(S304)ので、
中間転写ベルトの品質の合否の判定の精度を向上することができる。
30 ベルト検査システム(コンピューター)
34a ベルト検査プログラム
35a 欠点候補検出部
35b 合否判定部
35c 学習モデル生成部
Claims (7)
- 画像形成装置の中間転写ベルトの画像としてのベルト画像から前記中間転写ベルトの異常部位としてのベルト欠点の候補を検出する欠点候補検出部を備え、
前記欠点候補検出部は、前記ベルト画像に存在する、テクスチャー模様状の背景雑音を低減する背景模様低減工程を実行し、前記背景模様低減工程によって生成された前記ベルト画像に基づいて前記候補を検出し、
前記背景模様低減工程は、前記ベルト欠点の典型的なサイズを基準とした特定のサイズの範囲によって前記ベルト画像に対して局所適応2値化処理を実行して2値化画像を生成し、前記ベルト画像から前記2値化画像を減算する工程であり、
前記2値化画像は、前記ベルト欠点の最も低い明度が変換される第1の値と、前記第1の値より大きい第2の値とを含むことを特徴とするベルト検査システム。 - 前記第2の値は、前記ベルト画像の下位の特定の分位の明度と、前記ベルト画像の上位の特定の分位の明度との差を二等分した値であることを特徴とする請求項1に記載のベルト検査システム。
- 前記欠点候補検出部は、前記ベルト欠点の標準的なサイズより小さい第1のサイズ以下のノイズと、前記標準的なサイズより大きい第2のサイズ以上のノイズとの双方を前記ベルト画像から除去する処理を前記背景模様低減工程の前に実行することを特徴とする請求項1または請求項2に記載のベルト検査システム。
- 前記欠点候補検出部は、暫定的な補正の角度としての暫定補正角度で前記ベルト画像を暫定的に剪断変形し、暫定的に剪断変形した前記ベルト画像におけるライン毎の明度の平均値および総和値のいずれかを算出し、算出した前記「平均値および総和値のいずれか」の、前記ベルト画像の全ての前記ラインにおける「最大値と、最小値との差分値」、「分散」および「標準偏差」のいずれかを算出し、複数の前記暫定補正角度のうち、前記「「最大値と、最小値との差分値」、「分散」および「標準偏差」のいずれか」が最大になる前記暫定補正角度を、前記ベルト画像における前記中間転写ベルトの部分の傾斜角度として特定する傾斜角度特定処理を実行し、
前記欠点候補検出部は、前記傾斜角度特定処理で特定した前記傾斜角度に応じて前記ベルト画像に対して剪断変形を実行し、
前記欠点候補検出部は、前記傾斜角度に応じて剪断変形を実行した前記ベルト画像の全ての前記ラインに対して、前記ラインにおける各ピクセルの明度から、このラインの明度の平均値を前記背景模様低減工程の前に差し引くことを特徴とする請求項1から請求項3までのいずれかに記載のベルト検査システム。 - 前記欠点候補検出部によって検出された前記候補に対し、前記中間転写ベルトの品質の合否を学習モデルによって判定する合否判定部を備えることを特徴とする請求項1から請求項4までのいずれかに記載のベルト検査システム。
- 前記欠点候補検出部によって検出された前記候補を用いて前記学習モデルを生成する学習モデル生成部を備えることを特徴とする請求項5に記載のベルト検査システム。
- 画像形成装置の中間転写ベルトの画像としてのベルト画像から前記中間転写ベルトの異常部位としてのベルト欠点の候補を検出する欠点候補検出部をコンピューターに実現させ、
前記欠点候補検出部は、前記ベルト画像に存在する、テクスチャー模様状の背景雑音を低減する背景模様低減工程を実行し、前記背景模様低減工程によって生成された前記ベルト画像に基づいて前記候補を検出し、
前記背景模様低減工程は、前記ベルト欠点の典型的なサイズを基準とした特定のサイズの範囲によって前記ベルト画像に対して局所適応2値化処理を実行して2値化画像を生成し、前記ベルト画像から前記2値化画像を減算する工程であり、
前記2値化画像は、前記ベルト欠点の最も低い明度が変換される第1の値と、前記第1の値より大きい第2の値とを含むことを特徴とするベルト検査プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020092212A JP7469740B2 (ja) | 2020-05-27 | 2020-05-27 | ベルト検査システムおよびベルト検査プログラム |
US17/325,517 US11880969B2 (en) | 2020-05-27 | 2021-05-20 | Belt examination system and computer-readable non-transitory recording medium having stored belt examination program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020092212A JP7469740B2 (ja) | 2020-05-27 | 2020-05-27 | ベルト検査システムおよびベルト検査プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021189238A true JP2021189238A (ja) | 2021-12-13 |
JP7469740B2 JP7469740B2 (ja) | 2024-04-17 |
Family
ID=78705117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020092212A Active JP7469740B2 (ja) | 2020-05-27 | 2020-05-27 | ベルト検査システムおよびベルト検査プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11880969B2 (ja) |
JP (1) | JP7469740B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021189239A (ja) * | 2020-05-27 | 2021-12-13 | 京セラドキュメントソリューションズ株式会社 | ベルト検査システムおよびベルト検査プログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001311693A (ja) | 2000-04-28 | 2001-11-09 | Nitto Kogyo Co Ltd | 検査装置 |
US6898305B2 (en) * | 2001-02-22 | 2005-05-24 | Hitachi, Ltd. | Circuit pattern inspection method and apparatus |
JP2002214151A (ja) | 2001-01-17 | 2002-07-31 | Nippon Steel Corp | 表面疵検査方法 |
TWI324326B (en) | 2006-11-03 | 2010-05-01 | Univ Nat Taipei Technology | A mura defect detection algorithm for flat panel displays |
JP5434824B2 (ja) | 2010-07-05 | 2014-03-05 | 株式会社リコー | 画像形成装置、異常発生位置の表示方法、画像形成制御プログラム |
JP6242098B2 (ja) | 2013-07-16 | 2017-12-06 | 株式会社キーエンス | 三次元画像処理装置、三次元画像処理方法及び三次元画像処理プログラム並びにコンピュータで読み取り可能な記録媒体及び記録した機器 |
US10109045B2 (en) * | 2015-07-10 | 2018-10-23 | Ricoh Company, Ltd. | Defect inspection apparatus for inspecting sheet-like inspection object, computer-implemented method for inspecting sheet-like inspection object, and defect inspection system for inspecting sheet-like inspection object |
JP2019002725A (ja) * | 2017-06-13 | 2019-01-10 | コニカミノルタ株式会社 | 欠陥検査装置 |
JP2019066314A (ja) | 2017-09-29 | 2019-04-25 | 大日本印刷株式会社 | 検査装置、検査方法、および、検査装置用のプログラム |
KR20190139538A (ko) * | 2018-06-08 | 2019-12-18 | 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. | 화상 형성 장치의 상태 진단 |
JP7054450B2 (ja) | 2018-09-10 | 2022-04-14 | 日本電気硝子株式会社 | ワーク検査方法 |
-
2020
- 2020-05-27 JP JP2020092212A patent/JP7469740B2/ja active Active
-
2021
- 2021-05-20 US US17/325,517 patent/US11880969B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP7469740B2 (ja) | 2024-04-17 |
US20210374942A1 (en) | 2021-12-02 |
US11880969B2 (en) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7409081B2 (en) | Apparatus and computer-readable medium for assisting image classification | |
CN112053376B (zh) | 一种基于深度信息的工件焊缝识别方法 | |
US7599050B2 (en) | Surface defect inspecting method and device | |
CN114119535A (zh) | 基于视觉检测的激光清洗效果在线监测方法 | |
CN111539927A (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法 | |
CN110634128A (zh) | 一种球头销尺寸检测方法、装置、计算机设备及存储介质 | |
CN115661161A (zh) | 零件的缺陷检测方法、装置、存储介质、设备及程序产品 | |
CN112150375A (zh) | 带检查***、带检查方法和带检查程序的存储介质 | |
JP4322230B2 (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
WO2015115499A1 (ja) | 工具検査方法及び工具検査装置 | |
CN117333467B (zh) | 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法及*** | |
JP2021189238A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JP2021189239A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JPH06207909A (ja) | 表面欠陥検査装置 | |
JP2007303830A (ja) | 塗装面品質評価方法 | |
CN111833350A (zh) | 机器视觉检测方法与*** | |
JP2021006854A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JP2021006853A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JP7380332B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
JP4247993B2 (ja) | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 | |
CN111257422A (zh) | 基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法 | |
CN1609894A (zh) | 基于虚拟多传感器融合的钢材支数在线计数***及方法 | |
JP2022102540A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JP2022102541A (ja) | ベルト検査システムおよびベルト検査プログラム | |
KR102196396B1 (ko) | 유동적인 디스플레이 패널 글래스의 표면 결함 검사 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230427 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240117 |
|
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: 20240306 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240319 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7469740 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |