JP3013928B2 - Woven cloth inspection equipment - Google Patents

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】この発明は製織中の織布又
は、織り上がった織布の欠陥の有無を自動検査する織布
の検反装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a woven cloth inspection apparatus for automatically inspecting a woven cloth being woven or a woven cloth for defects.

【０００２】[0002]

【従来の技術】従来、織布の外観を検査する装置又は方
法として、カメラにより織布表面の画像を撮像し、その
撮像結果から得られる画像濃淡データをしきい値と比較
して外観の異常を検出する検反装置や、レーザー光を織
布に照射し、その反射又は透過光を受光素子にて受光さ
せ、その受光量のレベルとしきい値を比較して異常を検
出する自動検反方法が知られている。しかし、この検反
方法で検知できる欠陥は、人が目視で簡単に判定できる
ような糸抜け等の比較的大きな欠陥に限られるという問
題点もあった。2. Description of the Related Art Conventionally, as an apparatus or method for inspecting the appearance of a woven fabric, an image of the surface of the woven fabric is taken by a camera, and image density data obtained from the taken image is compared with a threshold value to detect abnormal appearance. An automatic inspection system that irradiates a woven fabric with laser light, receives the reflected or transmitted light with a light-receiving element, compares the level of the received light amount with a threshold value, and detects an abnormality It has been known. However, there is also a problem that defects that can be detected by this inspection method are limited to relatively large defects such as thread dropouts that can be easily determined visually by a person.

【０００３】検知精度を向上させる方法として、たとえ
ば、特開平４−１４８８５２号公報に開示された発明が
ある。この発明には、光源から織布に照射されて透過す
る光を、検査対象の糸方向に配置された光学スリットを
介して受光素子により受光し、受光波形と基準波形との
比較から異常を検出する方法が開示されている。この方
法は、光を透過する部分、すなわち抽出された織布開口
部の特徴量をもとに欠陥の有無を判定しようとするもの
である。As a method for improving the detection accuracy, there is an invention disclosed in Japanese Patent Application Laid-Open No. 4-148852, for example. According to the present invention, light transmitted from a light source irradiating a woven fabric is received by a light receiving element through an optical slit arranged in a yarn direction of an inspection target, and abnormality is detected by comparing a received light waveform with a reference waveform. A method for doing so is disclosed. In this method, the presence or absence of a defect is determined based on the characteristic amount of the light transmitting portion, that is, the extracted woven fabric opening.

【０００４】また、特開平３−２４９２４３号公報にお
いて、受光センサーを１対の公知の櫛形とし、両者の出
力の差分値と予め設定されたしきい値との比較から異常
を検出する方法が開示されている。この方法では、１対
の櫛型受光センサーに織布狭領域を２分割した濃淡情報
が反映されるため、振動や外乱光があっても、両者の差
分値出力により相殺される効果がある。目視で行ってい
る検査と同等の精度を確保するためには、従来の織布開
口部の特徴検査に加えて、糸成分そのものの特徴をも抽
出する必要がある。たとえば前述したような経糸流れ込
み欠陥のような欠陥に対しては目視検査では、糸交絡点
上の検査対象方向糸の上下関係周期性のみだれから欠陥
の有無が判定される。したがって、この欠陥を機械的に
検出しようとすると、糸交絡点座標上で経糸が緯糸の上
又は下にある糸成分のみを抽出すればよいことになる。
この欠陥を画像処理によって検出するためには、一般に
濃淡画像の２値化処理が必要になるが、従来の固定２値
化法では、緯糸の上又は下にある経糸成分のみの抽出は
対象部の濃度が均一でないため不可能であった。Japanese Patent Laid-Open Publication No. Hei 3-249243 discloses a method in which a light receiving sensor is formed as a pair of known combs, and an abnormality is detected by comparing a difference value between outputs of the two and a preset threshold value. Have been. In this method, since the density information obtained by dividing the woven cloth narrow region into two parts is reflected on the pair of comb-shaped light receiving sensors, even if there is vibration or disturbance light, there is an effect that the difference value output between the two cancels out. In order to ensure the same accuracy as the inspection performed visually, it is necessary to extract the characteristic of the yarn component itself in addition to the conventional characteristic inspection of the woven fabric opening. For example, in the case of a defect such as a warp inflow defect as described above, the presence or absence of a defect is determined by visual inspection in accordance with only the vertical relation of the yarn to be inspected at the yarn interlacing point. Therefore, in order to mechanically detect this defect, it is only necessary to extract only the yarn component in which the warp is above or below the weft on the yarn interlacing point coordinates.
In order to detect this defect by image processing, binarization processing of a grayscale image is generally required. However, in the conventional fixed binarization method, only the warp component above or below the weft is extracted as a target part. Was not possible because the concentration of was not uniform.

【０００５】本願発明者は上述した問題点を改善した織
布の検反装置を特願平７−１９８１７１号に開示してい
る。この発明は、投光手段により織布に照射した光をＣ
ＣＤ(Charge Coupled Device）素子にて撮像し、これに
よって得られた画像データをもとに織布情報（糸の密
度、糸の傾等）を算出し、この織布情報から得られた糸
ピッチ幅を有する領域と、この糸ピッチ幅の整数倍離れ
た位置の他の領域との画像データ全体にわたる相関値に
対して、設定されたしきい値との比較を行なうことによ
り、主に平織りの欠陥を経糸、緯糸の区別なく、密度の
異なる織布であっても同一光学条件で織布の全幅に対し
て高精度に検出するものである。本発明者はさらに朱
子、綾織り等の織り組織の異なる織布の欠陥であっても
同一光学条件で検査を可能とした検反装置を特願平８−
２７２４００号に開示している。この発明は、上述し
た、特願平７−１９８１７１号にある織布情報にさらに
織り組織周期情報を加え、この組織周期幅を有する領域
と、この幅の整数倍離れた位置の他の領域との全体にわ
たる相関値に対して、設定されたしきい値との比較を行
なうことにより、織組織が異なり、かつ密度も異なる織
布の欠陥を経糸、緯糸の区別なく、同一光学条件で織布
の全幅に対して高精度に検出するものである。The inventor of the present application has disclosed a woven cloth inspection device which has solved the above-mentioned problems in Japanese Patent Application No. Hei 7-198171. According to the present invention, the light illuminated onto the woven fabric by
An image is picked up by a CD (Charge Coupled Device) element, and woven fabric information (yarn density, yarn inclination, etc.) is calculated based on the obtained image data, and the yarn pitch obtained from the woven fabric information is calculated. By comparing the correlation value over the entire image data between the region having the width and the other region located at an integer multiple of the yarn pitch width with the set threshold value, the plain weave is mainly performed. Defects are detected with high precision over the entire width of the woven fabric under the same optical conditions, even if the woven fabrics have different densities, without distinguishing between warps and wefts. The present inventor has further proposed an inspection apparatus capable of inspecting defects of woven fabrics having different weaving structures such as satin, twill, and the like under the same optical conditions.
272400. The present invention adds the woven tissue cycle information to the woven cloth information described in Japanese Patent Application No. Hei 7-198171, and compares the area having the tissue cycle width with another area at an integer multiple of the width. By comparing the overall correlation value with the set threshold value, defects in woven fabrics having different woven structures and different densities can be detected under the same optical conditions without discrimination between warp and weft yarns. Is detected with high accuracy over the entire width of the image.

【０００６】[0006]

【発明が解決しようとする課題】上述した特開平４−１
４８８５２号公報に開示された発明においては、たとえ
ば、経糸の流込み欠陥のように織布会後部が良品とあま
り変わらない欠陥の場合には、欠陥が検知できず、検知
精度が著しく低下するという問題点があった。また、こ
の方法においては、織密度が一定でかつ光学スリットと
検査対象方向に糸とが平行であることが前提となる。し
かしながら、実際の織布の織密度はさまざまなものが存
在し、その都度光学スリットの交換が必要となるという
問題点がある。また、実際の織上がりの糸、特に経糸
は、織布の両側部で湾曲しており上記条件が維持でき
ず、検知精度が低下するという問題点もある。又特開平
３−２４９２４３号公報に開示された発明においては、
特開平４−１４８８５２号公報に開示された発明と同様
に、抽出できる欠陥に制限がある点や織密度が変わった
り、櫛形受光センサと検査対象糸との平衡度が維持でき
ないと検知精度は低下するという問題点がある。また、
上述した発明はともに、同じセンサで経糸及び緯糸の異
常を同時に検出できないという問題点もある。また、特
願平７−１９８１７１号に開示された発明においては、
平織り以外の朱子織や、綾織といった織組織の異なる織
布の欠陥に対してはあまり効果がない事が認められてい
る。SUMMARY OF THE INVENTION The above-mentioned JP-A-4-14-1
In the invention disclosed in Japanese Patent No. 48852, for example, in the case of a defect in which the rear part of the woven fabric is not so different from a non-defective product such as a warp yarn pouring defect, the defect cannot be detected, and the detection accuracy is significantly reduced. There was a problem. Further, in this method, it is assumed that the weaving density is constant and the yarn is parallel to the optical slit and the inspection target direction. However, there are various woven densities of actual woven fabrics, and there is a problem that the optical slit needs to be replaced each time. In addition, actual woven yarns, especially warp yarns, are curved on both sides of the woven fabric, so that the above conditions cannot be maintained, and there is a problem that the detection accuracy is reduced. In the invention disclosed in JP-A-3-249243,
As in the invention disclosed in Japanese Patent Application Laid-Open No. 4-148852, the detection accuracy is reduced when there is a limit to the defects that can be extracted, when the weaving density changes, or when the balance between the comb-shaped light receiving sensor and the yarn to be inspected cannot be maintained. There is a problem that. Also,
Both of the above-described inventions have a problem that the same sensor cannot simultaneously detect warp and weft abnormality. In the invention disclosed in Japanese Patent Application No. 7-198171,
It has been recognized that it has little effect on defects of woven fabrics having different weave structures such as satin weave and twill weave other than plain weave.

【０００７】さらに、特願平８−２７２４００号に開示
された発明においては、２値化処理にて抽出される糸交
絡点上の検査対象糸成分の２値画像形状は織布表面の微
妙な凹凸分布の違いや毛羽立ちがあったり、風綿の付着
等の影響で必ずしも均一でなく、その結果、組織周期幅
を有する領域と、この幅の整数倍離れた位置の他の領域
域との全体にわたる統計量の比較を行なった場合、正常
域の統計値がばらつきその結果、Ｓ／Ｎ比が低下すると
いった事が認められた。本発明は、上記問題を解決する
ためになされたものであり、請求項に記載の発明の目的
は、織り組織に左右されず、同一光学条件で経糸異常、
緯糸異常を同時に、高精度に検出でき、かつ、低コスト
で自動的に検査が可能な織布の検反装置を提供する事で
ある。Furthermore, in the invention disclosed in Japanese Patent Application No. 8-272400, the binary image shape of the yarn component to be inspected on the yarn entanglement point extracted by the binarization process has a delicate shape on the surface of the woven fabric. It is not always uniform due to the difference in unevenness distribution, fuzzing, flotation adhesion, etc., and as a result, the whole of the area having the tissue cycle width and other areas at an integer multiple of this width When the statistical values over the range were compared, it was found that the statistical values in the normal range varied, and as a result, the S / N ratio decreased. The present invention has been made in order to solve the above-described problems, and the object of the invention described in the claims is not affected by the weave structure, and warp abnormalities under the same optical conditions.
It is an object of the present invention to provide a woven cloth inspection device capable of simultaneously detecting a weft abnormality with high accuracy and automatically inspecting at low cost.

【０００８】[0008]

【課題を解決するための手段】請求項１に係る発明は、
織布を撮像し、該撮像された織布の画像データに基づい
て織布の検査を行う検反装置であって、前記織布の検査
方向と直交する方向から該織布面に対し４５°以下の照
射角度で指向性の強い光を照射する投光手段と、前記織
布に対する反射光を結像させて撮像する撮像手段と、該
撮像手段に基づいて得られる画像データから織布の組織
周期を算出するための組織周期算出手段と、前記組織周
期に基づいて前記画像データの比較領域を設定するため
の比較領域設定手段と、前記比較領域内の画像データか
ら統計量を抽出し、該統計量に基づいて欠陥を抽出する
ための欠陥抽出手段とを含むことを特徴とする織布の検
反装置である。The invention according to claim 1 is
An inspection device that images a woven fabric and inspects the woven fabric based on image data of the imaged woven fabric, wherein the inspection device is 45 ° with respect to the woven fabric surface from a direction orthogonal to the inspection direction of the woven fabric. A light projecting unit that irradiates light having strong directivity at the following irradiation angle, an imaging unit that forms an image by reflecting light on the woven fabric, and a tissue of the woven fabric from image data obtained based on the imaging unit. A tissue cycle calculating means for calculating a cycle, a comparison area setting means for setting a comparison area of the image data based on the tissue cycle, and extracting a statistic from the image data in the comparison area; A defect extraction unit for extracting a defect based on a statistic.

【０００９】請求項２に係る発明は、請求項１記載の発
明の構成に加え、撮像手段に基づいて得られる第１の画
像データを検査対象糸方向に前記組織周期に基づいて上
下に相対移動させて第２、第３の画像データを生成さ
せ、さらに第１、第２、第３の画像を同じ座標に重ねて
合成させて第４の画像を生成させる画像合成手段を含む
ことを特徴とする請求項１記載の織布の検反装置であ
る。According to a second aspect of the present invention, in addition to the configuration of the first aspect, the first image data obtained based on the imaging means is relatively moved up and down in the direction of the yarn to be inspected based on the tissue cycle. And generating image data by generating second and third image data, and superimposing and synthesizing the first, second and third images on the same coordinates to generate a fourth image. The woven cloth inspection device according to claim 1.

【００１０】更に請求項３に係る発明は、画像合成手段
の上下移動サイズは、検査対象糸方向の組織周期の整数
倍であり、生成される第４の画像は前記組織周期の整数
倍でさらに分離、合成を繰返すことを特徴とする請求項
２記載の織布の検反装置であり、織布の組織周期を算出
し、撮像された画像データをこの組織周期に基づいて分
離、合成して得られる画像内にこの組織周期に基づいて
画像データの比較領域を設定することによって、織密
度、織組織等の異なる複数の種類の織布の異常を経糸ま
たは、緯糸の区別なく、織布の全幅にわたって高精度に
異常を検出することが可能になる。Further, in the invention according to claim 3, the vertical movement size of the image synthesizing means is an integral multiple of the tissue cycle in the direction of the yarn to be inspected, and the generated fourth image is an integer multiple of the tissue cycle. The woven cloth inspection device according to claim 2, wherein separation and combination are repeated, wherein a tissue cycle of the woven cloth is calculated, and image data obtained by imaging is separated and combined based on the tissue cycle. By setting the comparison area of the image data in the obtained image based on this texture cycle, the abnormality of the plurality of types of woven fabrics having different weaving densities and woven textures can be checked for warp or weft without discrimination of the woven fabric. An abnormality can be detected with high accuracy over the entire width.

【００１１】図１は本発明の実施の形態における検反装
置の概略ブロック図である。検反装置は、カメラレンズ
３、ＣＣＤカメラ４、Ａ／Ｄ変換器５、フレームメモリ
６、画像分離、合成等の前処理を行なうための地合い補
正回路７、ＦＦＴ（Fast fourier Transform）回路８、
検査対象糸を検査対象糸方向座標に濃度投影するための
濃度投影回路９、２つの比較用矩形領域内の画像データ
から各種統計値を計算する統計値演算回路１０、画像バ
ス１１、ＣＰＵバス１２，ＣＰＵ（Central Proccessin
g Unit）１３，ＲＯＭ（Read OnIY Memory）１４，ＲＡ
Ｍ（Ramdom Access Memory）１５，四方に配置された照
明の照射方向を切り替える切り替え器１６、及び押しボ
タンスイッチや表示等入出力装置１７を含む。光源１か
ら照射される光は、織布２表面で反射し、カメラレンズ
３で集光されてカメラ４内のＣＣＤ素子に結像される。
光源１は、指向性の強い発光ダイオードを複数個組み合
わせてモジール化して撮像視野と照度を確保したもので
ある。尚、発光ダイオードの照射開口角度は３０°以下
である。さらには、後述する検査対象の糸を強調する効
果を高めるために開口角度の小さい発光ダイオードであ
ることがが好ましい。本実施の形態では、エリア型のＣ
ＣＤカメラを使用した例を示す。もし、ライン型のＣＣ
Ｄカメラを使用する場合は、図１に示すようにＡ／Ｄ変
換器５とフレームメモリ６との間に１次元画像データを
２次元画像データに変換するために１次元／２次元変換
器３０を追加すれば良い。FIG. 1 is a schematic block diagram of an inspection apparatus according to an embodiment of the present invention. The inspection device includes a camera lens 3, a CCD camera 4, an A / D converter 5, a frame memory 6, a formation correction circuit 7 for performing pre-processing such as image separation and synthesis, an FFT (Fast fourier Transform) circuit 8,
A density projection circuit 9 for density-projecting the yarn to be inspected on the coordinates of the direction of the yarn to be inspected, a statistical value calculation circuit 10 for calculating various statistical values from image data in two rectangular areas for comparison, an image bus 11, and a CPU bus 12 , CPU (Central Proccessin
g Unit) 13, ROM (Read OnIY Memory) 14, RA
An M (Ramdom Access Memory) 15, a switch 16 for switching the direction of illumination arranged on all sides, and an input / output device 17 such as a push button switch and a display are included. Light emitted from the light source 1 is reflected on the surface of the woven fabric 2, condensed by the camera lens 3, and is imaged on a CCD element in the camera 4.
The light source 1 is a module in which a plurality of light-emitting diodes having high directivity are combined to form a module to secure an imaging field of view and illuminance. The irradiation opening angle of the light emitting diode is 30 ° or less. Furthermore, it is preferable that the light emitting diode has a small opening angle in order to enhance the effect of enhancing the yarn to be inspected, which will be described later. In the present embodiment, the area type C
An example using a CD camera is shown. If the line type CC
When a D camera is used, a one-dimensional / two-dimensional converter 30 is provided between the A / D converter 5 and the frame memory 6 to convert one-dimensional image data into two-dimensional image data as shown in FIG. Just add.

【００１２】織布から反射される光の波長は、カメラ４
が感度を持つ波長であれば特に問題ない。又、織布に照
射する光の強度もＣＣＤの更新周期内で充分な電荷を蓄
積できるレベルであれば特に問題ない。発光ダイオード
をモージュルにする際の配置は、一列に配置しても複数
列千鳥に配置しても良い。これは、織布の撮像面積に応
じて条件を決めれば良い。但し、発光ダーオード間のピ
ッチはできる限り狭めて配置するほうが照射面の照度斑
が少なくなるために好ましい。照明モジュールは単体で
配置しても良く、カメラ４のケース内に固定し、照射部
のみを開放とした構造がでも良い。発光ダイオードの配
置の例を図２に示す。The wavelength of the light reflected from the woven cloth is
There is no particular problem if is a wavelength having sensitivity. There is no particular problem in the intensity of light applied to the woven fabric as long as sufficient charge can be accumulated within the update cycle of the CCD. When the light emitting diodes are arranged in a module, they may be arranged in a single row or in a plurality of rows. The condition may be determined according to the imaging area of the woven fabric. However, it is preferable to arrange the pitch between the light-emitting diodes as narrow as possible because unevenness of illuminance on the irradiation surface is reduced. The lighting module may be arranged alone, or may be fixed in the case of the camera 4 and have only the irradiation unit open. FIG. 2 shows an example of the arrangement of the light emitting diodes.

【００１３】照明の照射条件は、検査対象糸方向と直行
方向から織布水平面に対して４５°以下の角度で照射す
る。尚、検査対象糸が変わる場合、切り変え器２２にて
カメラ４と織布２との間の四方に設置された照明モジュ
ールの中から検査対象糸方向と直行する方向に配置され
たモジュールに切り替えると良い。但し、検査対象糸が
経糸か又は緯糸のどちらか一方である場合は照明は対象
糸と直交する方向のみに設置すれば良い。The illumination is performed at an angle of not more than 45 ° with respect to the horizontal plane of the woven fabric from the direction of the yarn to be inspected and the direction perpendicular to the direction of the yarn. When the yarn to be inspected changes, the switching device 22 switches from the illumination modules installed on the four sides between the camera 4 and the woven fabric 2 to a module arranged in a direction perpendicular to the direction of the yarn to be inspected. And good. However, when the inspection target yarn is either the warp or the weft, the illumination may be installed only in the direction orthogonal to the target yarn.

【００１４】これらの照明条件にて織布に照射すること
により、カメラ４には、織布を構成する経糸と緯糸の交
絡点の上に配置される検査対象の糸成分のみを明るく強
調した画像として撮像できる。この効果を現す例を図３
に示す。By irradiating the woven fabric under these illumination conditions, the camera 4 provides an image in which only the yarn components to be inspected, which are arranged above the interlacing points of the warp and the weft constituting the woven fabric, are brightly emphasized. Can be imaged. An example of this effect is shown in FIG.
Shown in

【００１５】カメラレンズ３の拡大倍率は、製品の織密
度の中で最も細かな織密度を基準に決定する。一般に、
織布像拡大率の高い画像ほど欠陥の抽出が容易な傾向に
ある。しかし、後述するように、統計量が抽出される矩
形領域のサイズは、組織周期に合わせる必要があるた
め、撮像した画像内に検査対象方向の糸が少なくとも組
織周期の糸数の倍の本数以上はあることが前提となる。
ＣＣＤカメラ４で撮像された濃淡画像データは、Ａ／Ｄ
変換回路５で８ｂｉｔのデジタル画像データに変換され
た後、フレームメモリ６に格納される。上述したように
ＣＣＤカメラ４がライン型の場合には、１次元／２次元
変換器３０が１次元画像データを２次元画像データに変
換してフレームメモリ６に格納する。この原画像から後
述する地合い補正処理を行なうための平滑化定数を設定
するための検査対象糸方向の組織周期と、統計量が抽出
される矩形領域のサイズを設定するための検査対象糸の
直交方向の組織周期とが求められる。これは、以下の方
式によって実現できる。The magnification of the camera lens 3 is determined based on the finest weaving density among the weaving densities of the product. In general,
There is a tendency that the higher the woven cloth image magnification ratio, the easier the defect extraction is. However, as will be described later, the size of the rectangular area from which the statistic is extracted needs to be adjusted to the tissue cycle. Therefore, in the captured image, the number of yarns in the inspection target direction is at least twice the number of yarns in the tissue cycle. It is assumed that there is.
The grayscale image data captured by the CCD camera 4 is A / D
After being converted into 8-bit digital image data by the conversion circuit 5, it is stored in the frame memory 6. As described above, when the CCD camera 4 is of a line type, the one-dimensional / two-dimensional converter 30 converts one-dimensional image data into two-dimensional image data and stores it in the frame memory 6. From the original image, the texture period in the direction of the yarn to be inspected for setting a smoothing constant for performing the formation correction processing described later, and the orthogonality of the yarn to be inspected for setting the size of the rectangular area from which the statistics are extracted. Direction of the tissue cycle. This can be realized by the following method.

【００１６】矩形領域の短軸は、検査対象となる糸に対
して直交方向に設定される。この短軸の幅を最も小さい
値（同一光学条件において撮像される織布画像の中で、
最も検査対象糸密度の高い糸のピッチサイズに相当する
画素数）から順に比較領域の短軸方向の画素数を増やし
ながら、１対の比較領域（異なる領域に設定された同じ
大きさの２つの比較領域）内の画像データの相関値を求
める。求められた相関値の中で最大値となる短軸の幅が
これと直交する方向の糸の組織周期と一致することわか
った。この短軸の幅を比較領域の短軸サイズとする。
又、検査対象糸方向の組織周期は矩形サイズの設定を９
０°回転させて配置し、前記処理方法と同一処理にて計
算できることもわかった。この短軸の幅を後述する地合
い補正処理に用いる平滑化定数に反映させる。尚、組織
周期を求める方式は、たとえば、検査対象糸と直交方向
の濃度波形の特徴を抽出して周期性を求める方式や、Ｆ
ＦＴにおける周期性を求める方式でも組織周期の算出は
可能であるが、方式は特に限定されるものではない。The short axis of the rectangular area is set in a direction orthogonal to the yarn to be inspected. The width of this short axis is set to the smallest value (in the woven cloth image captured under the same optical conditions,
While sequentially increasing the number of pixels in the short axis direction of the comparison area from the number of pixels corresponding to the pitch size of the yarn having the highest density of the inspection target yarn, a pair of comparison areas (two of the same size set in different areas) The correlation value of the image data in the comparison area) is obtained. It was found that the width of the short axis having the maximum value among the obtained correlation values coincided with the texture period of the yarn in a direction orthogonal to this. The width of the short axis is defined as the short axis size of the comparison area.
In addition, the setting of the rectangular size is set to 9
It was also found that the calculation can be performed by the same processing as the above-mentioned processing method by arranging by rotating by 0 °. The width of the short axis is reflected in a smoothing constant used in the later-described formation correction processing. In addition, the method of obtaining the tissue cycle includes, for example, a method of extracting the characteristic of the density waveform in the direction perpendicular to the yarn to be inspected to obtain the periodicity,
Although the method of calculating the periodicity in the FT can also calculate the tissue period, the method is not particularly limited.

【００１７】次に、検査対象方向の平均糸ピッチと平均
糸傾量を自動算出するために濃度投影回路９にて検査対
象糸方向座標に濃度投影（濃度加算処理）を行い、１次
元の濃度データを生成する。この濃度データに対してＦ
ＦＴ回路８によってフーリエ変換が行なわれ、スペクト
ル最頻値の実数データと虚数データを求める。この実数
データと虚数データとから検査対象糸方向の糸平均ピッ
チ（織密度）、傾き量が求められる。なお、傾き量を求
めるために、上述した処理を検査対象方向の糸方向に対
して画像領域を少なくとも２分割以上設定して行い、得
られたそれぞれの虚数データ、すなわち位相成分のデー
タをもとに平均法や、最小二乗法等によって傾き領を求
める。尚、高速フーリエ変換は、常時行なわれる必要は
ないため、ＣＰＵ１７によるソフト処理によっても可能
である。また、本方式は、糸抜け等の欠情報が画像デー
タに含まれる場合でも高精度に求められる利点がある。Next, in order to automatically calculate the average yarn pitch and the average yarn inclination amount in the inspection target direction, the density projection circuit 9 performs density projection (density addition processing) on the inspection target thread direction coordinates, and performs one-dimensional density. Generate data. F for this density data
The Fourier transform is performed by the FT circuit 8 to obtain real number data and imaginary number data of the spectrum mode. From the real number data and the imaginary number data, a yarn average pitch (woven density) and a tilt amount in the yarn direction to be inspected are obtained. In addition, in order to obtain the amount of tilt, the above-described processing is performed by setting the image area to at least two divisions with respect to the yarn direction in the inspection target direction, and based on each obtained imaginary number data, that is, data of the phase component. First, a slope area is obtained by an average method, a least squares method, or the like. Note that the fast Fourier transform does not need to be performed all the time, and can be performed by software processing by the CPU 17. Further, this method has an advantage that it can be obtained with high accuracy even when missing information such as a thread dropout is included in the image data.

【００１８】糸方向の算出法の他の方式として、たとえ
ば、検査対象糸垂直方向を微分してその輪郭を強調させ
た後、その軸波形のピーク値を追跡する方法や、ほぼ直
線上に並んだ多数の点列から、できるだけそれらの多く
を通る直線を決定するHough変換により、糸方向を求め
る手法があるが、方式は特に限定するものではない。次
に地合い補正回路１０にて現画像からの分離及び合成処
理を行なう。この処理の目的は、後述する１対の比較用
矩形窓から抽出される統計値の信頼性を高めることにあ
る。たとえば、統計値抽出対象の画像が２値化された画
像である場合、織布表面の微妙な凹凸の斑や局所的に生
じる毛羽立ち、風綿等の影響により、前述した照明によ
って強調された糸交差点の上にある検査対象糸成分のみ
の２値画像が生成されたとしても、その成分の２値形状
は必ずしも均一とならない。従って、２値画像で上記比
較窓の統計値を抽出した場合、正常域の統計値の分散値
が大きくなりその結果欠陥部のＳ／Ｎ比が低下する。ま
た、たとえば、統計値抽出対象の画像が原画像である場
合、上記表面の微妙な凹凸や生地の光沢むら等による濃
度斑の問題が加わり、Ｓ／Ｎ比はさらに低下する。これ
らの問題を回避する目的で地合い補正処理を実施する。
この処理を図４を参照しながら説明する。Other methods for calculating the yarn direction include, for example, a method of differentiating the vertical direction of the yarn to be inspected to emphasize its contour, and then following the peak value of the axial waveform, or a method of substantially arranging the line. There is a method of obtaining a yarn direction by Hough transform for determining a straight line passing through as many of them as possible from a large number of point sequences, but the method is not particularly limited. Next, the formation correction circuit 10 performs separation and synthesis processing from the current image. The purpose of this process is to improve the reliability of the statistical value extracted from a pair of rectangular windows for comparison described later. For example, when the image of which the statistical value is to be extracted is a binarized image, the yarn emphasized by the illumination described above due to the influence of minute unevenness on the surface of the woven fabric, fuzz generated locally, fluff, and the like. Even if a binary image of only the inspection target thread component above the intersection is generated, the binary shape of the component is not necessarily uniform. Therefore, when the statistical value of the comparison window is extracted from the binary image, the variance of the statistical value in the normal region increases, and as a result, the S / N ratio of the defective portion decreases. Further, for example, when the image of which the statistical value is to be extracted is the original image, the problem of density unevenness due to the above-mentioned fine irregularities on the surface or unevenness in the gloss of the cloth is added, and the S / N ratio is further reduced. The formation correction processing is performed for the purpose of avoiding these problems.
This processing will be described with reference to FIG.

【００１９】まず、フレームメモリ６に格納された原画
像を読み出して、検査対象糸方向に前述の検査対象糸方
向の組織周期の整数倍のサイズで上下に相対移動させて
第２、第３の画像を生成させ、フレームメモリ６へ別々
に格納する。次に原画像と第２、第３の画像を読み出し
て同一座標で重ねて合成し、第４の画像を生成させ、フ
レームメモリ６へ格納する。さらに生成された第４の画
像に対して上記処理と同一処理を複数回くり返す。これ
らの処理の結果、局所的に発生する濃度斑は平滑化され
る。又、毛羽立ちや風綿といった外乱要素の画像データ
は、完全に除去されて、その領域は正常部の平均的な織
布の画像データに置き換わる。又、前述照明によって強
調される糸交差点の上にある検査対象糸成分の形状及び
濃度が、欠陥情報は何ら失われずに均一化される等の大
きな効果があることがわかった。処理前の画像を図４
（ａ）に、処理後の画像を図４（ｂ）に示す。尚、画像
を検査対象糸方向に上下させるサイズは検査対象糸方向
の組織周期の整数倍であれば良く、この整数値は特に限
定するものではない。又、繰り返し数も検査対象の織り
組織や密度に応じて最適な値を設定すれば良く、特に限
定するものではない。First, the original image stored in the frame memory 6 is read out, and is relatively moved up and down in the direction of the inspection target thread by a size of an integral multiple of the above-described tissue period in the direction of the inspection target thread, thereby obtaining the second and third images. Images are generated and stored separately in the frame memory 6. Next, the original image and the second and third images are read out, superimposed and synthesized at the same coordinates to generate a fourth image, and stored in the frame memory 6. Further, the same processing as the above processing is repeated a plurality of times for the generated fourth image. As a result of these processes, locally generated density unevenness is smoothed. In addition, image data of disturbance elements such as fluff and fluff are completely removed, and the area is replaced with image data of an average woven cloth in a normal portion. In addition, it was found that the shape and density of the yarn component to be inspected located above the yarn intersection point emphasized by the above-mentioned illumination had a great effect such that the defect information was made uniform without losing any defect information. Figure 4 shows the image before processing
FIG. 4A shows the processed image. The size by which the image is moved up and down in the direction of the inspection target thread may be an integer multiple of the tissue period in the direction of the inspection target thread, and the integer value is not particularly limited. Also, the number of repetitions may be set to an optimum value according to the woven structure and density of the inspection object, and is not particularly limited.

【００２０】求められた検査対象糸方向の組織周期と糸
方向から統計量を抽出するための矩形領域が第４の画像
領域内に自動生成される。これを平織りを例に図５
（ａ）、（ｂ）に示す。矩形領域の長軸方向の長さは特
に限定するものではないが、糸抜け等の連続に発生する
欠陥に対しては長く設定するほど欠陥検知の精度は向上
する傾向にある。また、局所的に発生する節等の欠陥に
対しては短い方が精度は向上する。長軸方向の長さは、
検査対象となる織布の特徴に合わせて決定すれば良く、
検査中に長さを可変にして複数回同一処理を行ってもよ
い。矩形領域の設定法は、図５（ａ）および（ｂ）に示
すような隣接する１対の矩形領域（領域１＝Ａ×Ｈ、領
域２＝Ｂ×Ｈ）に限定されるものではない。すなわち、
図４（ｃ）に示すように比較する矩形領域を交互（領域
１＝Ａ×Ｈ＋Ｃ×Ｈ、領域２＝Ｂ×Ｈ＋Ｄ×Ｈ）に設定
しても良い。但し、サイズＡ，Ｂ，Ｃ、Ｄは検査対象糸
と直交する方向の組織周期サイズかその整数倍のサイズ
であることが前提である。このように矩形領域を設定す
ることで、織布の組織パターンがどのような形状であっ
ても同一の検査が可能となる。ただし、矩形の長軸方向
と検査対象糸方向との位相がずれると、欠陥の検知精度
は低下する。この問題を回避するために、上述したよう
に検査対象糸方向を自動算出し、矩形領域の長軸方向を
対象糸方向に追従させるか、または画像を対象糸の傾き
量だけ回転させ、矩形領域の長軸と検査対象糸方向とを
合わせる。これにより、たとえば製織中の織布の両側に
生じる経糸の傾きやセンサ固定時の軸出しミスによる欠
陥検知精度の低下を回避できる。また、検査対象糸の平
均織密度を算出し、統計値を算出するための矩形領域の
長軸を自動的に最適化することにより、織密度の異なる
織布を検査する場合であっても光学条件を何ら調整する
ことなく同一検査が行なえる利点がある。さらに、隣接
する矩形領域間の統計量の比較処理の途中に、たとえ
ば、検査中に光源の光量が相対的に低下または上昇した
場合であっても、これらの影響は相殺される利点があ
る。ただし、ハレーションを起こすような光が近くに存
在する場合は、図１に示す遮蔽板２１を設置するとよ
い。A rectangular area for extracting a statistic from the determined tissue cycle and the thread direction in the direction of the thread to be inspected is automatically generated in the fourth image area. Fig. 5
(A) and (b) show. Although the length of the rectangular area in the major axis direction is not particularly limited, the accuracy of defect detection tends to be improved as the length is set longer for continuously occurring defects such as thread dropout. Also, for a locally generated defect such as a node, the shorter the accuracy, the higher the accuracy. The length in the long axis direction is
What is necessary is just to determine according to the characteristics of the woven fabric to be inspected,
The same process may be performed a plurality of times with the length being variable during the inspection. The method for setting the rectangular area is not limited to a pair of adjacent rectangular areas (area 1 = A × H, area 2 = B × H) as shown in FIGS. 5A and 5B. That is,
As shown in FIG. 4C, the rectangular areas to be compared may be set alternately (area 1 = A × H + C × H, area 2 = B × H + D × H). However, it is premised that the sizes A, B, C, and D are the tissue cycle size in a direction orthogonal to the inspection target thread or a size of an integral multiple thereof. By setting the rectangular area in this manner, the same inspection can be performed regardless of the structure pattern of the woven fabric. However, if the phase of the direction of the long axis of the rectangle and the direction of the yarn to be inspected are shifted, the accuracy of detecting a defect is reduced. To avoid this problem, the direction of the yarn to be inspected is automatically calculated as described above, and the longitudinal direction of the rectangular region is made to follow the direction of the target yarn, or the image is rotated by the amount of inclination of the target yarn, and the rectangular region is rotated. Align the long axis of the target with the direction of the yarn to be inspected. As a result, it is possible to avoid a decrease in the accuracy of defect detection due to, for example, an inclination of the warp that occurs on both sides of the woven fabric during weaving and a misalignment when the sensor is fixed. In addition, by calculating the average woven density of the yarn to be inspected and automatically optimizing the long axis of the rectangular area for calculating the statistic, even when inspecting woven fabrics having different woven densities, There is an advantage that the same inspection can be performed without adjusting any conditions. Furthermore, even if the light amount of the light source relatively decreases or increases during the inspection, for example, during the process of comparing the statistics between adjacent rectangular regions, these effects are advantageously offset. However, in the case where light causing halation exists nearby, the shielding plate 21 shown in FIG. 1 may be provided.

【００２１】矩形領域の統計量としては、濃度の最大
値、平均値、最小値、分散値、共分散値、変動係数、歪
み度、尖り度、相関係数、標準偏差値、再頻濃度値であ
り、欠陥の抽出は、これら統計量の差分値、画像パター
ン相関性または統計量と基準データとの比較によって行
なう。図６（ａ）及び（ｂ）は、欠陥抽出の一例を示す
図である。（ａ）は、正常な組織を示し、（ｂ）は２本
通し違い欠陥の一例を示す。このような欠陥は、従来の
織布開口部の比較では抽出が困難であるが、図６に示す
ように、上述した矩形領域内で糸交絡点の上にある検査
対象糸成分（前述した照明により強調されて明るく撮像
される糸成分）を比較すると、（ｂ）における左右の矩
形領域内の位置パターン整合性が全く異なる。すなわ
ち、交差点上の緯糸の上にある経糸成分（図５中では黒
い四角形で表される）の位置パターンが全く異なってい
る。したがって、１対の矩形領域間のパターン整合性を
演算することで簡単に織り組織の欠陥が抽出できる事が
わかる。なお、欠陥の抽出は、上述統計量を基にＣＰＵ
１７が行う。演算結果は、入出力回路２０のディスプレ
イ等によって出力される。The statistics of the rectangular area include the maximum value, average value, minimum value, variance value, covariance value, variation coefficient, distortion degree, sharpness, correlation coefficient, standard deviation value, and mode density value of the density. The defect is extracted by comparing the difference value of the statistics, the image pattern correlation or the statistics with the reference data. FIGS. 6A and 6B are diagrams illustrating an example of defect extraction. (A) shows a normal tissue, and (b) shows an example of two crossover defects. Such a defect is difficult to extract in comparison with the conventional woven fabric opening, but as shown in FIG. 6, the inspection target yarn component (above-described illumination Comparing the thread components that are emphasized and brightly imaged), the positional pattern consistency in the left and right rectangular regions in (b) is completely different. That is, the position patterns of the warp components (represented by black squares in FIG. 5) on the wefts at the intersections are completely different. Therefore, it can be seen that a defect in the woven tissue can be easily extracted by calculating the pattern consistency between a pair of rectangular regions. In addition, the extraction of the defect is performed by the CPU based on the above statistics.
17 performs. The calculation result is output by a display or the like of the input / output circuit 20.

【００２２】製織中の織布をインラインで検査する場
合、風綿等の異物が織布表面に付着する。従来技術にお
いて説明したように、織布開口部の特徴量を基に欠陥の
有無を比較する場合や、１対の近傍領域内の濃度データ
の比較のみで欠陥を抽出しようとすると、これらの異物
を欠陥と誤判定してしまう。この問題を回避するため
に、前述の画像の地合い補正処理を行ない、ノイズ成分
を事前に除去する。ただし、冗長的な風綿や、大きな汚
れが織布に付着した画像の場合は、上述した統計量の総
合比較、基準値との比較を行い、ノイズか欠陥かを判定
する。例えば、経糸の欠陥と冗長風綿との濃度分布形状
等は明らかに異なる。従って、従来の演算方式に加え
て、このような統計量の比較を判定に加えることによっ
て、欠陥と異物等の外乱要素との分離が可能となる。な
お、ここに示した判定の際のパラメータとなる統計量
は、特に限定するものでなく、対象欠点で特異な特徴を
示す統計値を予め実験等にて求めるか、インライン中ヒ
ストグラムを作成し、このヒストグラムによって対象欠
陥の特徴を求めるか、あるいはそれらを組み合わせて処
理すればよい。又、本方式は、同時に豊富な統計量の抽
出ができるために、例えばファジー推論や重回帰分析等
での欠陥の識別も可能である。When the woven fabric during weaving is inspected in-line, foreign matter such as fly cotton adheres to the woven fabric surface. As described in the related art, when comparing the presence or absence of a defect based on the feature amount of the woven fabric opening or extracting the defect only by comparing the density data in a pair of neighboring areas, these foreign substances Is erroneously determined as a defect. In order to avoid this problem, the above-mentioned formation correction processing of the image is performed to remove a noise component in advance. However, in the case of an image in which redundant fluff or large dirt adheres to the woven fabric, a comprehensive comparison of the above-described statistics and a comparison with a reference value are performed to determine whether the image is noise or a defect. For example, the density distribution shape of the warp defect and the redundant fly waste are obviously different. Therefore, by adding such a statistical comparison to the determination in addition to the conventional calculation method, it is possible to separate a defect from a disturbance element such as a foreign matter. The statistic serving as a parameter at the time of the determination shown here is not particularly limited, and a statistic indicating a unique feature in the target defect is obtained in advance by an experiment or the like, or an in-line histogram is created. The feature of the target defect may be obtained from the histogram, or may be processed by combining them. Further, since the present method can simultaneously extract abundant statistics, it is also possible to identify defects by, for example, fuzzy inference or multiple regression analysis.

【００２３】図７は本実施の形態における織布の検反装
置の処理手順を示すフロチャ−トである。まず、ＣＣＤ
カメラ４によって撮像された濃淡画像データが、Ａ／Ｄ
変換器５によって８ビットのデジタル画像データに変換
された後、フレームメモリ６に取り込まれる（Ｓ１）。
次に、ＣＰＵ１３は、濃淡画像データに基づいて、上述
した方式にて検査対象糸方向の組織周期を抽出する。ま
た、濃度投影回路９によって濃淡画像データが濃度投影
された後、ＦＦＴ回路８が濃度投影された画像データに
対してフーリエ変換することによって糸方向と、糸密度
が算出される。（Ｓ２）。次に、地合い補正回路７は、
フレームメモリ６に取り込まれた原画像を読み出し、上
述した方式にて画像を上下にシフトさせて、第２、第３
の画像を生成する。さらに、原画像と、第２、第３の画
像を同じ座標でかさねて合成し、第４の画像を生成させ
て地合いを補正する。（Ｓ３）。次にＣＰＵ１７は検対
象糸方向直交方向の組織周期と糸方向から、第４の画像
に矩形領域を設定する（Ｓ４）。統計量演算回路１０
は、設定されは矩形領域内の濃淡画像データから各種統
計量を抽出する（Ｓ５）。１対の矩形領域を設定した場
合には、それぞれの矩形領域の各種統計量を比較するこ
とによって欠陥の有無を判定する。また、予め基準値画
設定されている場合には、矩形領域の各種統計量と基準
値とを比較することによって欠陥の有無を判定する（Ｓ
６） ステップＳ７において、取り込まれた画像データのすべ
てについて検査が行われた否かを判定する。検査が終了
していなければ（Ｓ７，Ｎｏ）、第４の濃淡画像に設定
されている矩形領域を検査対象糸と直交する方向にずら
して設定する（Ｓ９）。そして、ステップ５とステップ
６の処理を繰返す。検査が終了していれば（Ｓ７，Ｙｅ
ｓ）、他の方向の検査対象糸の検査を行なうか否かを判
定する。検査をを行なう場合（Ｓ８，Ｙｅｓ）には、矩
形窓を検査対象糸方向に合わせてステップ４以下の処理
を繰返す。検査を行なわない場合（Ｓ８，Ｎｏ）には、
検査結果を入出力装置２０のディスプレイ等に出力する
（Ｓ１０）。なお、全体の制御を行なうプログラムはＲ
ＯＭ１４に格納されている。織布の全幅を検査する場
合、センサーを織布幅方向にトラバースするか複数個の
センサを織布幅方向に等間隔で配置すればよい。FIG. 7 is a flowchart showing the processing procedure of the woven cloth inspection device according to the present embodiment. First, CCD
The grayscale image data captured by the camera 4 is A / D
After being converted into 8-bit digital image data by the converter 5, it is taken into the frame memory 6 (S1).
Next, based on the grayscale image data, the CPU 13 extracts the texture period in the direction of the inspection target thread in the above-described manner. Further, after the density projection circuit 9 projects the density image data, the FFT circuit 8 Fourier-transforms the density-projected image data to calculate the yarn direction and the yarn density. (S2). Next, the formation correction circuit 7
The original image fetched into the frame memory 6 is read out, and the image is shifted up and down by the above-described method.
Generate an image of. Further, the original image and the second and third images are overlapped and synthesized at the same coordinates, and a fourth image is generated to correct the formation. (S3). Next, the CPU 17 sets a rectangular area in the fourth image from the tissue cycle and the thread direction in the direction orthogonal to the target thread direction (S4). Statistics calculation circuit 10
Extracts various statistics from the grayscale image data in the set rectangular area (S5). When a pair of rectangular regions is set, the presence or absence of a defect is determined by comparing various statistics of each rectangular region. If the reference value image has been set in advance, the presence or absence of a defect is determined by comparing various statistics of the rectangular area with the reference value (S
6) In step S7, it is determined whether or not inspection has been performed on all of the captured image data. If the inspection has not been completed (S7, No), the rectangular area set in the fourth grayscale image is set to be shifted in a direction orthogonal to the inspection target yarn (S9). Then, the processing of steps 5 and 6 is repeated. If the inspection has been completed (S7, Ye
s) It is determined whether or not to inspect the yarn to be inspected in another direction. If the inspection is performed (S8, Yes), the process from step 4 onward is repeated with the rectangular window aligned with the direction of the yarn to be inspected. When the inspection is not performed (S8, No),
The inspection result is output to a display or the like of the input / output device 20 (S10). The program for controlling the whole is R
It is stored in OM14. When inspecting the entire width of the woven fabric, the sensors may be traversed in the woven fabric width direction or a plurality of sensors may be arranged at equal intervals in the woven fabric width direction.

【００２４】以上の説明では、製織中の織布のインライ
ン検査に関する処理についてであったが、織上がった織
布の自動検反に適用することも可能である。また、織布
以外の規則性のある特徴をもったシートにも適用でき
る。図８は織機に本実施の形態における検反装置を適用
した場合を示す図である。製織中の織布に対して上から
光源１を照射し、ＣＣＤカメラ４によって撮像する。Ｃ
ＣＤカメラ４は移動軸４０に沿って移動可能となるよう
に取り付けられる。In the above description, the processing relating to the in-line inspection of the woven fabric during weaving has been described, but the present invention can also be applied to automatic inspection of a woven fabric that has been woven. Further, the present invention can be applied to a sheet having regular characteristics other than the woven fabric. FIG. 8 is a diagram illustrating a case where the inspection apparatus according to the present embodiment is applied to a loom. The light source 1 is irradiated from above onto the woven fabric being woven, and an image is taken by the CCD camera 4. C
The CD camera 4 is mounted so as to be movable along a movement axis 40.

【００２５】[0025]

【発明の効果】本発明は検出が困難であった織り組織が
異なる欠陥を確実に検出できるようになった。また、織
密度が変わったり、検査対象の糸方向が変わっても、光
学形の条件を全く変えることなく経糸及び緯糸同時に、
かつ高精度に、欠陥の抽出が可能となった。さらに、地
合い補正機能を付与することで、毛羽立ちや風綿等の外
乱要素の除去が可能となり、検出精度が向上した。ま
た、検査対象糸の方向を事前に算出して補正すること
で、経糸が傾く織布のエッジ部までも確実に検査できる
ようになった。According to the present invention, it has become possible to reliably detect a defect having a different woven texture, which has been difficult to detect. Also, even if the weaving density changes or the yarn direction of the inspection object changes, the warp and weft yarns can be
In addition, the defect can be extracted with high accuracy. Further, by providing a formation correction function, disturbance elements such as fluff and fly cotton can be removed, and detection accuracy has been improved. Further, by calculating and correcting the direction of the yarn to be inspected in advance, it is possible to reliably inspect even the edge of the woven fabric where the warp is inclined.

【図面の簡単な説明】[Brief description of the drawings]

【図１】 本発明の実施形態における検反装置の概略ブ
ロック図である。FIG. 1 is a schematic block diagram of an inspection apparatus according to an embodiment of the present invention.

【図２】 本発明の実施形態における照明モジュールの
配置を説明するための図である。FIG. 2 is a diagram illustrating an arrangement of a lighting module according to the embodiment of the present invention.

【図３】 本発明の実施形態における照明の効果を説明
するための図である。FIG. 3 is a diagram for explaining an effect of illumination in the embodiment of the present invention.

【図４】 本発明の実施形態における地合い補正の効果
を説明するための図である。FIG. 4 is a diagram for explaining the effect of formation correction in the embodiment of the present invention.

【図５】 本発明の実施形態における統計量演算用矩形
領域を説明するための例である。FIG. 5 is an example for explaining a rectangular area for calculating a statistic in the embodiment of the present invention.

【図６】 本発明の実施形態における欠陥抽出法を説明
するための例である。FIG. 6 is an example for explaining a defect extraction method according to the embodiment of the present invention.

【図７】 本発明の実施形態における動作を説明するた
めのフローチャートである。FIG. 7 is a flowchart for explaining an operation in the embodiment of the present invention.

【図８】 本発明の実施形態における外観を示す斜視図
である。FIG. 8 is a perspective view showing an appearance according to the embodiment of the present invention.

【符合の説明】[Description of sign]

１ 光源 ２ 製織中の織布 ３ 光学レンズ ４ ＣＣＤカメラ ５ Ａ／Ｄ変換回路 ６ フレームメモリ ７ 画像前処理回路 ８ ＦＦＴ回路 ９ 画像濃度投影回路 １０ 統計量演算回路 １１ 画像バス １２ ＣＰＵバス １３ ＣＰＵ １４ ＲＯＭ １５ ＲＡＭ １６ 切り替え器 １７ 入出力回路 ２１ 遮蔽板 ３０ 一次元／２次元変換器 ３１ カメラケース ３２ 透明部材 ３３ 発光ダイオードモジュールケース ４０ 一軸移動ステージ Reference Signs List 1 light source 2 woven fabric during weaving 3 optical lens 4 CCD camera 5 A / D conversion circuit 6 frame memory 7 image preprocessing circuit 8 FFT circuit 9 image density projection circuit 10 statistic calculation circuit 11 image bus 12 CPU bus 13 CPU 14 ROM 15 RAM 16 Switching device 17 Input / output circuit 21 Shielding plate 30 One-dimensional / two-dimensional converter 31 Camera case 32 Transparent member 33 Light-emitting diode module case 40 Uniaxial movement stage

Claims (3)

(57)【特許請求の範囲】(57) [Claims] 【請求項１】織布を撮像し、該撮像された織布の画像デ
ータに基づいて織布の検査を行う検反装置であって、前
記織布の検査方向と直交する方向から該織布面に対し４
５°以下の照射角度で指向性の強い光を照射する投光手
段と、前記織布に対する反射光を結像させて撮像する撮
像手段と、該撮像手段に基づいて得られる画像データか
ら織布の組織周期を算出するための組織周期算出手段
と、前記組織周期に基づいて前記画像データの比較領域
を設定するための比較領域設定手段と、前記比較領域内
の画像データから統計量を抽出し、該統計量に基づいて
欠陥を抽出するための欠陥抽出手段とを含むことを特徴
とする織布の検反装置。1. An inspection apparatus for imaging a woven fabric and inspecting the woven fabric based on image data of the woven fabric, the woven fabric being inspected from a direction orthogonal to an inspection direction of the woven fabric. 4 for face
A light projecting means for irradiating light having a strong directivity at an irradiation angle of 5 ° or less, an imaging means for forming an image by reflecting light on the woven cloth, and a woven cloth based on image data obtained based on the imaging means A tissue cycle calculating means for calculating a tissue cycle of; a comparison area setting means for setting a comparison area of the image data based on the tissue cycle; and extracting a statistic from the image data in the comparison area. And a defect extracting means for extracting a defect based on the statistic. 【請求項２】 撮像手段に基づいて得られる第１の画像
データを検査対象糸方向に前記組織周期に基づいて上下
に相対移動させて第２、第３の画像データを生成させ、
さらに第１、第２、第３の画像を同じ座標に重ねて合成
させて第４の画像を生成させる画像合成手段を含むこと
を特徴とする請求項１記載の織布の検反装置。2. The method according to claim 1, wherein the first image data obtained based on the imaging means is relatively moved up and down in the direction of the yarn to be inspected based on the tissue cycle to generate second and third image data.
2. The woven cloth inspection device according to claim 1, further comprising an image synthesizing means for generating the fourth image by superimposing the first, second, and third images on the same coordinates and synthesizing them. 【請求項３】 画像合成手段の上下移動サイズは、検査
対象糸方向の組織周期の整数倍であり、生成される第４
の画像は前記組織周期の整数倍でさらに分離、合成を繰
返すことを特徴とする請求項２記載の織布の検反装置。3. The vertical movement size of the image synthesizing means is an integral multiple of the tissue period in the direction of the inspection target thread, and
3. The woven cloth inspection device according to claim 2, wherein the image is further separated and synthesized at an integral multiple of the tissue cycle.