JP6769447B2 - 鋼板の疵検査装置及び疵検査方法 - Google Patents
鋼板の疵検査装置及び疵検査方法 Download PDFInfo
- Publication number
- JP6769447B2 JP6769447B2 JP2018006537A JP2018006537A JP6769447B2 JP 6769447 B2 JP6769447 B2 JP 6769447B2 JP 2018006537 A JP2018006537 A JP 2018006537A JP 2018006537 A JP2018006537 A JP 2018006537A JP 6769447 B2 JP6769447 B2 JP 6769447B2
- Authority
- JP
- Japan
- Prior art keywords
- flaw
- defect
- extracted
- steel sheet
- feature amount
- 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.)
- Active
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
本発明は、鋼板の疵検査装置及び疵検査方法に関する。
従来の鋼板の疵検査装置として、鋼板の表面の画像を撮影し、撮影された画像の信号レベルに基づいて疵の候補となる画像部位を抽出し、抽出された画像部位の特徴量に基づいて疵の種類及び程度を分類する装置が知られている（特許文献１参照）。また、発生した疵の周期を分析して周期性疵と判定する装置も知られている。
従来の鋼板の疵検査装置は、既知の疵の種類を想定して疵の種類を分類し、分類結果から疵の程度を判別している。このため、従来の鋼板の疵検査装置では、鋼板の製造設備の不具合等の原因により想定外の疵が発生した場合、想定外の疵がその特徴量から既知の何れかの疵の種類に分類されてしまい、想定外の疵が発生したことを認識できない可能性がある。また、想定外の疵が実際とは異なる疵の種類に分類されるために、本来は想定外の疵の発生によって不合格と判定すべき鋼板の品質を合格と判定してしまう可能性もある。
本発明は、上記課題に鑑みてなされたものであって、その目的は、製造設備の不具合等の原因によって発生する想定外の疵を精度よく検出可能な鋼板の疵検査装置及び疵検査方法を提供することにある。
本発明に係る鋼板の疵検査装置は、検査対象の鋼板の画像から疵画像を抽出し、抽出された疵画像から疵の特徴量を抽出し、抽出された疵の特徴量に基づいて疵の種類を分類し、過去に抽出された同種の疵の特徴量の分布と抽出された疵の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別し、想定外の疵として分別された疵に関する情報を出力する疵判定装置と、前記疵判定装置から出力された想定外の疵として分別された疵に関する情報及び検査対象の鋼板の製品情報を用いて、各疵種の発生状況及び鋼板の製品情報を特徴量として、過去に製造された鋼板の特徴量の分布と検査対象の鋼板の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定する上位計算機と、を備えることを特徴とする。
本発明に係る鋼板の疵検査方法は、疵判定装置が、検査対象の鋼板の画像から疵画像を抽出し、抽出された疵画像から疵の特徴量を抽出し、抽出された疵の特徴量に基づいて疵の種類を分類し、過去に抽出された同種の疵の特徴量の分布と抽出された疵の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別し、想定外の疵として分別された疵に関する情報を出力するステップと、上位計算機が、前記疵判定装置から出力された想定外の疵として分別された疵に関する情報及び検査対象の鋼板の製品情報を用いて、各疵種の発生状況及び鋼板の製品情報を特徴量として、過去に製造された鋼板の特徴量の分布と検査対象の鋼板の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定するステップと、を含むことを特徴とする。
本発明に係る鋼板の疵検査装置及び疵検査方法によれば、製造設備の不具合等の原因によって発生する想定外の疵を精度よく検出することができる。
以下、図面を参照して、本発明の一実施形態である鋼板の疵検査装置の構成及びその動作について説明する。
〔構成〕
まず、図１を参照して、本発明の一実施形態である鋼板の疵検査装置の構成について説明する。
まず、図１を参照して、本発明の一実施形態である鋼板の疵検査装置の構成について説明する。
図１は、本発明の一実施形態である鋼板の疵検査装置の構成を示す模式図である。図１に示すように、本発明の一実施形態である鋼板の疵検査装置１は、光源２ａ，２ｂと、撮像装置３ａ，３ｂと、疵判定装置４と、上位計算機５と、を備えている。
光源２ａ，２ｂはそれぞれ、検査対象の鋼板Ｓの表面側及び裏面側に照明光を照射する装置である。
撮像装置３ａ，３ｂはそれぞれ、光源２ａ，２ｂによって照明光が照射された鋼板Ｓの表面側及び裏面側の部位の画像を撮影し、撮影された画像の電子データを疵判定装置４に出力する装置である。
疵判定装置４は、パーソナルコンピュータ等の情報処理装置によって構成され、撮像装置３ａ，３ｂから出力された画像の電子データを用いて後述する疵検査処理を実行することにより、鋼板Ｓの表面側及び裏面側に存在する疵を検出する。また、疵判定装置４は、検出された疵に関する情報（疵情報）を上位計算機５に出力する。
上位計算機５は、ワークステーション等のデータ処理能力の高い情報処理装置によって構成され、疵判定装置４から出力された疵情報を用いて後述する疵検査処理を実行することにより、鋼板Ｓの表面側及び裏面側に存在する疵を検出する。
このような構成を有する鋼板の疵検査装置１は、以下に示す疵検査処理を実行することにより、製造設備の不具合等の原因によって発生する想定外の疵を検出する。以下、図２，図３を参照して、疵検査処理を実行する際の鋼板の疵検査装置１の動作について説明する。
〔疵検査処理〕
図２は、本発明の一実施形態である疵検査処理の流れを示すフローチャートである。図３は、本発明の一実施形態である疵検査処理を説明するための図であり、図３（ａ）は疵の幅を説明するための模式図（符号１１は疵を示す）であり、図３（ｂ）は疵の幅及び長さの散布図の一例を示す図である。図２に示すフローチャートは、鋼板の疵検査装置１に対して疵検査処理の実行指令が入力されたタイミングで開始となり、疵検査処理はステップＳ１の処理に進む。
図２は、本発明の一実施形態である疵検査処理の流れを示すフローチャートである。図３は、本発明の一実施形態である疵検査処理を説明するための図であり、図３（ａ）は疵の幅を説明するための模式図（符号１１は疵を示す）であり、図３（ｂ）は疵の幅及び長さの散布図の一例を示す図である。図２に示すフローチャートは、鋼板の疵検査装置１に対して疵検査処理の実行指令が入力されたタイミングで開始となり、疵検査処理はステップＳ１の処理に進む。
ステップＳ１の処理では、疵判定装置４が、撮像装置３ａ，３ｂから出力された鋼板Ｓの表面側及び裏面側の画像から疵画像を抽出する。疵画像の抽出方法としては、画像の輝度レベルに基づいて疵画像を抽出する方法等の公知の方法を流用できる。これにより、ステップＳ１の処理は完了し、疵検査処理はステップＳ２の処理に進む。
ステップＳ２の処理では、疵判定装置４が、ステップＳ１の処理によって抽出された疵画像を用いて疵の幅（図３（ａ）参照）、長さ、幅と長さの比、コントラスト等の疵の特徴量を抽出する。これにより、ステップＳ２の処理は完了し、疵検査処理はステップＳ３の処理に進む。
ステップＳ３の処理では、疵判定装置４が、ステップＳ２の処理によって抽出された疵の特徴量に基づいて抽出された疵の種類（材料性疵、ロール疵、転写疵等）を分類する。これにより、ステップＳ３の処理は完了し、疵検査処理はステップＳ４の処理に進む。
ステップＳ４の処理では、疵判定装置４が、同種の鋼板Ｓにおいて過去に抽出された同種の疵の特徴量の分布（例えば図３（ｂ）に示す分布Ｌ）と抽出された疵の特徴量（例えば図３（ｂ）に示す点Ｐ）のマハラノビス距離を乖離度として算出する。なお、疵判定装置４は、計算の負荷を減らすために、主成分分析によって特徴量を次元圧縮した後に乖離度を算出してもよい。これにより、ステップＳ４の処理は完了し、疵検査処理はステップＳ５の処理に進む。
ステップＳ５の処理では、疵判定装置４が、ステップＳ４の処理において算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別する。そして、疵判定装置４は、想定外の疵として分別された疵に関する情報を上位計算機５に出力する。また、抽出された疵が想定内の疵である場合には、疵判定装置４は、疵の程度を判定する。これにより、ステップＳ５の処理は完了し、疵検査処理はステップＳ６の処理に進む。
ステップＳ６の処理では、上位計算機５が、疵判定装置４から出力された想定外の疵として分別された疵に関する情報及び製品情報（鋼板Ｓの寸法及び品種）を用いて、各疵種の発生状況及び製品情報を特徴量として、過去に製造された鋼板Ｓの特徴量の分布と疵が抽出された鋼板Ｓの特徴量のマハラノビス距離を乖離度として算出する。ここで、各疵種の発生状況としては、単位面積当たりの疵の個数や分布、鋼板全体の面積当たりの疵の個数と鋼板の先端の面積当たりの疵の個数の比等を例示できる。
そして、上位計算機５は、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定する。なお、上位計算機５は、計算の負荷を減らすために、主成分分析によって特徴量を次元圧縮した後に乖離度を算出してもよい。想定外の疵が発生したと判定した場合、上位計算機５は、警報を発する等の処理を実行し、想定内の疵である場合には、鋼板Ｓの品質の合格／不合格を判定する。これにより、ステップＳ６の処理は完了し、一連の疵検査処理は終了する。
以上の説明から明らかなように、本発明の一実施形態である疵検査処理では、疵判定装置４が、疵画像から疵の特徴量を抽出し、抽出された疵の特徴量に基づいて疵の種類を分類し、過去に抽出された同種の疵の特徴量の分布と抽出された疵の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別し、想定外の疵として分別された疵に関する情報を出力する。そして、上位計算機５が、疵判定装置４から出力された想定外の疵として分別された疵に関する情報及び検査対象の鋼板の製品情報を用いて、各疵種の発生状況及び鋼板の製品情報を特徴量として、過去に製造された鋼板の特徴量の分布と検査対象の鋼板の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定する。
このような構成によれば、事前に疵の特徴を必要とせず、一定期間の疵の発生パターン（分布）とその特徴量とを記憶しておき、それからの乖離度に基づいて異常を判定するので、従来では判別できなかった製造設備の不具合等の原因によって発生する想定外の疵を精度よく検出することができる。また、想定外の疵が発生したことがわかることで、疵を発生させている製造設備の異常を早期に発見できる。さらに、乖離度を求める際にはユークリッド距離ではなくマハラノビス距離を用いるので、特徴量や疵の発生パターンの単純な閾値判定では判別できなかった異常を判別できる。
以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。
１ 鋼板の疵検査装置
２ａ，２ｂ 光源
３ａ，３ｂ 撮影装置
４ 疵判定装置
５ 上位計算機
Ｓ 鋼板
２ａ，２ｂ 光源
３ａ，３ｂ 撮影装置
４ 疵判定装置
５ 上位計算機
Ｓ 鋼板
Claims (2)
- 検査対象の鋼板の画像から疵画像を抽出し、抽出された疵画像から疵の特徴量を抽出し、抽出された疵の特徴量に基づいて疵の種類を分類し、過去に抽出された同種の疵の特徴量の分布と抽出された疵の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別し、想定外の疵として分別された疵に関する情報を出力する疵判定装置と、
前記疵判定装置から出力された想定外の疵として分別された疵に関する情報及び検査対象の鋼板の製品情報を用いて、各疵種の発生状況及び鋼板の製品情報を特徴量として、過去に製造された鋼板の特徴量の分布と検査対象の鋼板の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定する上位計算機と、
を備えることを特徴とする鋼板の疵検査装置。 - 疵判定装置が、検査対象の鋼板の画像から疵画像を抽出し、抽出された疵画像から疵の特徴量を抽出し、抽出された疵の特徴量に基づいて疵の種類を分類し、過去に抽出された同種の疵の特徴量の分布と抽出された疵の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、抽出された疵を想定外の疵として分別し、想定外の疵として分別された疵に関する情報を出力するステップと、
上位計算機が、前記疵判定装置から出力された想定外の疵として分別された疵に関する情報及び検査対象の鋼板の製品情報を用いて、各疵種の発生状況及び鋼板の製品情報を特徴量として、過去に製造された鋼板の特徴量の分布と検査対象の鋼板の特徴量のマハラノビス距離を算出し、算出されたマハラノビス距離が所定の閾値以上である場合、想定外の疵が発生したと判定するステップと、
を含むことを特徴とする鋼板の疵検査方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018006537A JP6769447B2 (ja) | 2018-01-18 | 2018-01-18 | 鋼板の疵検査装置及び疵検査方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018006537A JP6769447B2 (ja) | 2018-01-18 | 2018-01-18 | 鋼板の疵検査装置及び疵検査方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019124633A JP2019124633A (ja) | 2019-07-25 |
| JP6769447B2 true JP6769447B2 (ja) | 2020-10-14 |
Family
ID=67397964
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018006537A Active JP6769447B2 (ja) | 2018-01-18 | 2018-01-18 | 鋼板の疵検査装置及び疵検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6769447B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021071419A (ja) * | 2019-10-31 | 2021-05-06 | 王子ホールディングス株式会社 | シート状物の欠陥検査装置，欠陥検査プログラム及びシート状物の製造方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6340844A (ja) * | 1986-08-05 | 1988-02-22 | Nippon Steel Corp | 表面疵識別方法 |
| JP2005214682A (ja) * | 2004-01-28 | 2005-08-11 | Hitachi High-Technologies Corp | 被検出体の判別システム及び画像の判別システム |
| JP2010139379A (ja) * | 2008-12-11 | 2010-06-24 | Mitsui Chemicals Inc | 欠陥検出方法、欠陥検出装置、これらを用いたフィルムの製造方法及び装置 |
| JP2011232302A (ja) * | 2010-04-30 | 2011-11-17 | Ricoh Elemex Corp | 画像検査方法及び画像検査装置 |
| JP2013200238A (ja) * | 2012-03-26 | 2013-10-03 | Mitsubishi Electric Corp | 画像検査方法および画像検査装置 |
| JP2014174003A (ja) * | 2013-03-08 | 2014-09-22 | Mitsubishi Electric Corp | 画像検査方法および画像検査装置 |
| KR101725605B1 (ko) * | 2014-12-19 | 2017-04-11 | 주식회사 포스코 | 표면결함 정보를 이용한 강판의 연속결함 검출방법 및 기록매체 |
-
2018
- 2018-01-18 JP JP2018006537A patent/JP6769447B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019124633A (ja) | 2019-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4616864B2 (ja) | 外観検査方法及びその装置および画像処理評価システム | |
| JP5043430B2 (ja) | 自動ウェブ検査のための装置および方法 | |
| JP2968442B2 (ja) | 溶接欠陥の評価システム | |
| JP5228459B2 (ja) | 検査群データ管理システム | |
| JP2019211288A (ja) | 食品検査システムおよびプログラム | |
| KR20190122550A (ko) | 검사 관리 시스템, 검사 관리 장치 및 검사 관리 방법 | |
| Islam et al. | Capsule image segmentation in pharmaceutical applications using edge-based techniques | |
| JP5354187B2 (ja) | 走行材の表面品質判定装置および表面品質判定方法 | |
| KR102666787B1 (ko) | 인공지능을 이용한 결함 검사방법, 장치 및 프로그램 | |
| US7463765B2 (en) | System and method for detecting and reporting fabrication defects using a multi-variant image analysis | |
| JP6769447B2 (ja) | 鋼板の疵検査装置及び疵検査方法 | |
| JP2021143884A (ja) | 検査装置、検査方法、プログラム、学習装置、学習方法、および学習済みデータセット | |
| US20240185412A1 (en) | Image processing apparatus for image inspection, image processing method, and storage medium | |
| WO2021193733A1 (ja) | 教師データ生成装置、検査装置及びプログラム | |
| CN114226262A (zh) | 瑕疵检测方法、瑕疵分类方法及其*** | |
| TWI812697B (zh) | 圖像識別裝置、及具有圖像識別裝置的物品製造裝置 | |
| JP2010019561A (ja) | 欠陥検査装置および欠陥検査方法 | |
| JP2010038723A (ja) | 欠陥検査方法 | |
| JP7257470B2 (ja) | 欠陥検査装置、欠陥検査方法および予測モデル生成方法 | |
| JP7459957B2 (ja) | 検査方法、分類方法、管理方法、鋼材の製造方法、学習モデルの生成方法、学習モデル、検査装置及び鋼材の製造設備 | |
| US20240203187A1 (en) | Apparatus and method for checking value documents and system for processing value documents | |
| JP2022156999A (ja) | 検査方法、検査装置 | |
| JP2021149587A (ja) | 不良検出方法及び不良検出装置 | |
| JP4863117B2 (ja) | 高温鋼材の表面検査装置 | |
| TW202248628A (zh) | 檢查裝置、檢查方法、玻璃板的製造方法、檢查程式以及電腦程式產品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190823 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200731 |
|
| 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: 20200825 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200907 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6769447 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |