JP7449739B2 - 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 - Google Patents
検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 Download PDFInfo
- Publication number
- JP7449739B2 JP7449739B2 JP2020051136A JP2020051136A JP7449739B2 JP 7449739 B2 JP7449739 B2 JP 7449739B2 JP 2020051136 A JP2020051136 A JP 2020051136A JP 2020051136 A JP2020051136 A JP 2020051136A JP 7449739 B2 JP7449739 B2 JP 7449739B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- image
- learning
- detection target
- captured image
- 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
- 238000007689 inspection Methods 0.000 title claims description 130
- 238000000034 method Methods 0.000 title claims description 26
- 238000001514 detection method Methods 0.000 claims description 101
- 230000007547 defect Effects 0.000 claims description 84
- 238000012545 processing Methods 0.000 claims description 68
- 238000009826 distribution Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 230000002950 deficient Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
Claims (12)
- 検査対象の検出対象部位を検出するための検出器を学習する学習装置と、
前記学習装置により学習された前記検出器を用いて、検査対象の検出対象部位を検出する検査装置と、
を備え、
前記学習装置は、
検出対象部位を含む検査対象の撮像画像を取得する学習用画像取得部と、
前記学習用画像取得部により取得された検査対象の撮像画像から学習データを生成する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施す画像処理部と、
前記画像処理部により処理された検出対象部位の画像から学習データを生成する学習データ生成部と、
前記学習データ生成部により生成された学習データを使用して前記検出器を学習する学習部と、
を備え、
前記検査装置は、
検査対象の撮像画像を取得する検査用画像取得部と、
前記検出器を用いて、前記検査用画像取得部により取得された撮像画像から検出対象部位を検出する検出部と、
を備え、
前記画像処理部は、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布を取得し、それぞれの輝度の分布に基づいて、前記画像処理の種類又はカーネルサイズを決定する
検査システム。 - 検出対象部位を含む検査対象の撮像画像を取得する学習用画像取得部と、
前記学習用画像取得部により取得された検査対象の撮像画像から学習データを生成する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施す画像処理部と、
前記画像処理部により処理された検出対象部位の画像から学習データを生成する学習データ生成部と、
前記学習データ生成部により生成された学習データを使用して、検査対象の検出対象部位を検出するための検出器を学習する学習部と、
を備え、
前記画像処理部は、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布を取得し、それぞれの輝度の分布に基づいて、前記画像処理の種類又はカーネルサイズを決定する
学習装置。 - 前記検査対象は衛生陶器であり、前記検出対象部位は前記衛生陶器の表面に生じた欠陥である請求項2に記載の学習装置。
- 前記欠陥はクラックである請求項3に記載の学習装置。
- コンピュータを、
検出対象部位を含む検査対象の撮像画像を取得する学習用画像取得部と、
前記学習用画像取得部により取得された検査対象の撮像画像から学習データを生成する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施す画像処理部と、
前記画像処理部により処理された検出対象部位の画像から学習データを生成する学習データ生成部と、
前記学習データ生成部により生成された学習データを使用して、検査対象の検出対象部位を検出するための検出器を学習する学習部と、
として機能させ、
前記画像処理部は、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布を取得し、それぞれの輝度の分布に基づいて、前記画像処理の種類又はカーネルサイズを決定する
学習プログラム。 - コンピュータに、
検出対象部位を含む検査対象の撮像画像を取得するステップと、
取得された検査対象の撮像画像から学習データを生成する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施すステップと、
処理された検出対象部位の画像から学習データを生成するステップと、
生成された学習データを使用して、検査対象の検出対象部位を検出するための検出器を学習するステップと、
を実行させ、
前記画像処理を施すステップにおいて、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布を取得し、それぞれの輝度の分布に基づいて、前記画像処理の種類又はカーネルサイズを決定する
学習方法。 - 検査対象の撮像画像を取得する検査用画像取得部と、
前記検査用画像取得部により取得された検査対象の撮像画像から検出対象部位を検出する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施す画像処理部と、
検査対象の撮像画像に含まれる検出対象部位の画像から生成された学習データを使用して学習された検出器を用いて、前記検査用画像取得部により取得された撮像画像から検出対象部位を検出する検出部と、
を備え、
前記画像処理の種類又はカーネルサイズは、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布に基づいて決定される
検査装置。 - 前記検出部により検出された複数の検出対象部位が近接している場合、それらの検出対象部位をまとめて1つの検出対象部位として検出する請求項7に記載の検査装置。
- 前記検査対象は衛生陶器であり、前記検出対象部位は前記衛生陶器の表面に生じた欠陥である請求項7又は8に記載の検査装置。
- 前記欠陥はクラックである請求項9に記載の検査装置。
- コンピュータを、
検査対象の撮像画像を取得する検査用画像取得部と、
前記検査用画像取得部により取得された検査対象の撮像画像から検出対象部位を検出する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施す画像処理部と、
検査対象の撮像画像に含まれる検出対象部位の画像から生成された学習データを使用して学習された検出器を用いて、前記検査用画像取得部により取得された撮像画像から検出対象部位を検出する検出部と、
として機能させ、
前記画像処理の種類又はカーネルサイズは、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布に基づいて決定される
検査プログラム。 - コンピュータに、
検査対象の撮像画像を取得するステップと、
取得された検査対象の撮像画像から検出対象部位を検出する前に、前記撮像画像の全体にぼかしフィルタをかける画像処理を施すステップと、
検査対象の撮像画像に含まれる検出対象部位の画像から生成された学習データを使用して学習された検出器を用いて、取得された撮像画像から検出対象部位を検出するステップと、
を実行させ、
前記画像処理の種類又はカーネルサイズは、前記検査対象の撮像画像の前記検出対象部位における輝度の分布と、前記検出対象部位ではない背景における輝度の分布に基づいて決定される
検査方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020051136A JP7449739B2 (ja) | 2020-03-23 | 2020-03-23 | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 |
PCT/JP2021/003830 WO2021192627A1 (ja) | 2020-03-23 | 2021-02-03 | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020051136A JP7449739B2 (ja) | 2020-03-23 | 2020-03-23 | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021148720A JP2021148720A (ja) | 2021-09-27 |
JP7449739B2 true JP7449739B2 (ja) | 2024-03-14 |
Family
ID=77851233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020051136A Active JP7449739B2 (ja) | 2020-03-23 | 2020-03-23 | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7449739B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118284904A (zh) * | 2021-11-10 | 2024-07-02 | 富士胶片株式会社 | 学习方法、学习装置、学习程序及图像处理装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002328096A (ja) | 2001-04-27 | 2002-11-15 | Tokyo Electric Power Co Inc:The | 構造物に形成されたひび割れ欠陥検出プログラム、ひび割れ欠陥検出方法及びひび割れ欠陥検出システム |
JP2014159981A (ja) | 2013-02-19 | 2014-09-04 | Kddi Corp | 検査補助装置 |
JP2015087949A (ja) | 2013-10-30 | 2015-05-07 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム、記憶媒体 |
JP2017053819A (ja) | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | コンクリートのひび割れ検出方法及び検出プログラム |
JP6294529B1 (ja) | 2017-03-16 | 2018-03-14 | 阪神高速技術株式会社 | ひび割れ検出処理装置、およびひび割れ検出処理プログラム |
KR101926561B1 (ko) | 2018-03-13 | 2018-12-07 | 연세대학교 산학협력단 | 블랙박스 영상을 이용한 딥러닝 기반의 패치 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램 |
-
2020
- 2020-03-23 JP JP2020051136A patent/JP7449739B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002328096A (ja) | 2001-04-27 | 2002-11-15 | Tokyo Electric Power Co Inc:The | 構造物に形成されたひび割れ欠陥検出プログラム、ひび割れ欠陥検出方法及びひび割れ欠陥検出システム |
JP2014159981A (ja) | 2013-02-19 | 2014-09-04 | Kddi Corp | 検査補助装置 |
JP2015087949A (ja) | 2013-10-30 | 2015-05-07 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム、記憶媒体 |
JP2017053819A (ja) | 2015-09-11 | 2017-03-16 | 国立大学法人富山大学 | コンクリートのひび割れ検出方法及び検出プログラム |
JP6294529B1 (ja) | 2017-03-16 | 2018-03-14 | 阪神高速技術株式会社 | ひび割れ検出処理装置、およびひび割れ検出処理プログラム |
KR101926561B1 (ko) | 2018-03-13 | 2018-12-07 | 연세대학교 산학협력단 | 블랙박스 영상을 이용한 딥러닝 기반의 패치 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램 |
Non-Patent Citations (1)
Title |
---|
KUMRU, Mesut,Assessing the visual quality of sanitary ware by fuzzy logic,Applied Soft Computing,2013年,Volume 13, Issue 8,pp.3646-3656 |
Also Published As
Publication number | Publication date |
---|---|
JP2021148720A (ja) | 2021-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shipway et al. | Automated defect detection for fluorescent penetrant inspection using random forest | |
US20140348415A1 (en) | System and method for identifying defects in welds by processing x-ray images | |
EP3889588A1 (en) | Inspection assistance device, inspection assistance method, and inspection assistance program for concrete structure | |
JP7449739B2 (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
JP2010091361A (ja) | 画像検査方法および画像検査装置 | |
JP2010014503A (ja) | 画像検査処理装置、画像検査処理方法、プログラム、及び、記録媒体 | |
JP2020139905A (ja) | 検査装置、検査方法、およびプログラム | |
CN112465780B (zh) | 绝缘层膜厚异常监控方法及装置 | |
WO2020090290A1 (ja) | 画像分類装置、画像検査装置、及び画像分類方法 | |
WO2021192627A1 (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
US10627351B2 (en) | Inspection of components for imperfections | |
JP2011232302A (ja) | 画像検査方法及び画像検査装置 | |
CN115266774B (zh) | 基于人工智能的焊缝射线检测评片方法 | |
JP2021148719A (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
WO2022172469A1 (ja) | 画像検査装置、画像検査方法、及び学習済みモデル生成装置 | |
EP4010873B1 (en) | Use of an hdr image in a visual inspection process | |
JP2007057705A (ja) | 表示パネルの検査方法および検査装置 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2021135630A (ja) | 学習装置、画像検査装置、学習済みデータセット、および学習方法 | |
JP2021148678A (ja) | 不良検出装置及び不良検出方法 | |
JPWO2020158630A1 (ja) | 検出装置、学習器、コンピュータプログラム、検出方法及び学習器の生成方法 | |
JP2004347363A (ja) | 輝度分布の紛乱程度で電子式ディスプレイの表示品質を検査する方法 | |
WO2021229905A1 (ja) | 画像検査装置、画像検査方法及び学習済みモデル生成装置 | |
JP7300155B2 (ja) | 固形製剤外観検査における教示装置、及び固形製剤外観検査における教示方法 | |
WO2021229901A1 (ja) | 画像検査装置、画像検査方法及び学習済みモデル生成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20201218 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240126 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240304 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7449739 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |