JPH0319091A - 画質評価方法 - Google Patents
画質評価方法Info
- Publication number
- JPH0319091A JPH0319091A JP1153764A JP15376489A JPH0319091A JP H0319091 A JPH0319091 A JP H0319091A JP 1153764 A JP1153764 A JP 1153764A JP 15376489 A JP15376489 A JP 15376489A JP H0319091 A JPH0319091 A JP H0319091A
- Authority
- JP
- Japan
- Prior art keywords
- dft
- image
- processing
- filtering
- executing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 24
- 230000009466 transformation Effects 0.000 abstract description 16
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000002950 deficient Effects 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 108091008695 photoreceptors Proteins 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 238000003702 image correction Methods 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は画像の画質評価方法に係り、特に画像入力装置
により得られた画像を用いて製品や部品の良不良を検査
する場合等に好適な画質評価方法に関する。
により得られた画像を用いて製品や部品の良不良を検査
する場合等に好適な画質評価方法に関する。
近年、コンピュータの発達により、工場などではどんど
んF A (Factory Automation)
が導入されている。しかし、出来上がった製品や部品の
検査には高度な情報処理を必要とするため、現在でも人
間が行っている場合が多い、特に、目視による外観検査
では膨大な址の情報量を処理しなければならないことが
多く、自動化が遅れている。
んF A (Factory Automation)
が導入されている。しかし、出来上がった製品や部品の
検査には高度な情報処理を必要とするため、現在でも人
間が行っている場合が多い、特に、目視による外観検査
では膨大な址の情報量を処理しなければならないことが
多く、自動化が遅れている。
従来、画像を用いた自動検査法は、プリント基盤上の傷
や断線などのチエツクや錠剤のカプセルの傷などを検査
するのに用いられている。これらは、予め良品のデータ
を入力しておき、対象部品の入力画像と良品データとの
パターンマツチングにより判別を行っている。そのため
、良品データを記憶するためのフレームメモリを必要と
する。
や断線などのチエツクや錠剤のカプセルの傷などを検査
するのに用いられている。これらは、予め良品のデータ
を入力しておき、対象部品の入力画像と良品データとの
パターンマツチングにより判別を行っている。そのため
、良品データを記憶するためのフレームメモリを必要と
する。
またパターンマツチングを行うために高度な位置合わせ
を行う必要がある。
を行う必要がある。
別の方法としては、特徴抽出により直接傷を検査する方
法がある。これは、傷の特徴量が明らかに判別できるよ
うな場合に行われ、フレームメモリや位置合わせを必要
としないという利点がある。
法がある。これは、傷の特徴量が明らかに判別できるよ
うな場合に行われ、フレームメモリや位置合わせを必要
としないという利点がある。
この−例としては、シール上の黒点や傷の検出が挙げら
れる。この方式の場合、局所処理によって判別でき、処
理速度が向上するが、良品が傷などの不良品のパターン
と似たような特徴を含んでいる場合に困難となってしま
う、この特徴抽出法ではハードウェアの制約からマスク
処理などの比較的演算量の少ない手法が用いられていた
が、最近ではDSPなどの発達により、空間周波数領域
を用いた画像解析法も実用化されるようになった。
れる。この方式の場合、局所処理によって判別でき、処
理速度が向上するが、良品が傷などの不良品のパターン
と似たような特徴を含んでいる場合に困難となってしま
う、この特徴抽出法ではハードウェアの制約からマスク
処理などの比較的演算量の少ない手法が用いられていた
が、最近ではDSPなどの発達により、空間周波数領域
を用いた画像解析法も実用化されるようになった。
従来の空間周波数領域を用いた検査方法は、不良品のパ
ワー・スペクトラムのパターンが良品のそれと明らかに
異なるような場合に利用されていた。しかし、例えば複
写機で用いられている感光体ドラムの品質検査を行う場
合、感光体ドラムの表面加工のむらのために生じる出力
画像の細かい傷はほとんどのものに多少存在する。現状
では、工場の出荷検査において画像出力を行い、傷の度
合を人間が経験を基に直感的に判断し不良品を判別して
いる。このようにある程度の不良パターンを許容するよ
うな場合には、良品と不良品とのパワースペクトラムに
あまり差が生じないため判定が困難であった。そこで、
その不良パターンの度合を示すパラメータが必要になる
。
ワー・スペクトラムのパターンが良品のそれと明らかに
異なるような場合に利用されていた。しかし、例えば複
写機で用いられている感光体ドラムの品質検査を行う場
合、感光体ドラムの表面加工のむらのために生じる出力
画像の細かい傷はほとんどのものに多少存在する。現状
では、工場の出荷検査において画像出力を行い、傷の度
合を人間が経験を基に直感的に判断し不良品を判別して
いる。このようにある程度の不良パターンを許容するよ
うな場合には、良品と不良品とのパワースペクトラムに
あまり差が生じないため判定が困難であった。そこで、
その不良パターンの度合を示すパラメータが必要になる
。
この様な状況から、先に本出願人はDFTを用い、空間
周波数領域でフィルタリングして不良パターンだけを抽
出することにより、測定領域中の傷などの不良パターン
の度合をパラメータ化し。
周波数領域でフィルタリングして不良パターンだけを抽
出することにより、測定領域中の傷などの不良パターン
の度合をパラメータ化し。
目視検査の自動化に役立てる画質評価方法を提案した(
特願平1−72892号)、これは、DFTを行った結
果から傷の成分を含む周波数領域のみを残すようにフィ
ルタリングを行い、その後進DFTにより傷を抽出する
方法である。しかし。
特願平1−72892号)、これは、DFTを行った結
果から傷の成分を含む周波数領域のみを残すようにフィ
ルタリングを行い、その後進DFTにより傷を抽出する
方法である。しかし。
この処理は2次元DFTを行うため演算量が多く、パソ
コンのような簡単なシステムで処理することが困難であ
る。
コンのような簡単なシステムで処理することが困難であ
る。
本発明の目的は、上記問題を解決し、DFTを行う際の
演算量を減らし、処理の高速化を図ることにある。
演算量を減らし、処理の高速化を図ることにある。
上記目的を達成するため、本発明は、原画像をDETな
どの直交変換をほどこして、評価する成分だけを残すよ
うなフィルタリングを行った後。
どの直交変換をほどこして、評価する成分だけを残すよ
うなフィルタリングを行った後。
逆変換を行って画像中の傷成分を抽出し、画質を評価す
る方法において、直交変換の際にフィルタリングを行う
周波数領域のみを計算し、他の領域は計算しないことを
特徴とするものである。
る方法において、直交変換の際にフィルタリングを行う
周波数領域のみを計算し、他の領域は計算しないことを
特徴とするものである。
対象物を画像入力装置で入力すると、入力画像により濃
度差や濃淡むらが生じたりランダムノイズ成分が混在し
てしまう、そこで、これらを除き必要な不良パターンだ
けを抽出するために、原画像に対して2次元DFTなど
の直交変換を行う。
度差や濃淡むらが生じたりランダムノイズ成分が混在し
てしまう、そこで、これらを除き必要な不良パターンだ
けを抽出するために、原画像に対して2次元DFTなど
の直交変換を行う。
そして、その結果から傷成分を表している周波数領域を
残すようなフィルタリングを行い、その後。
残すようなフィルタリングを行い、その後。
逆変換により傷を抽出する。この逆変換を行うときに必
要な空間周波数領域は、フィルタリングの周波数領域に
対応する。そこで、直交変換の際。
要な空間周波数領域は、フィルタリングの周波数領域に
対応する。そこで、直交変換の際。
フィルタリングを行う周波数領域のみを計算し、他の領
域は計算しないこととする。これにより、DFTなどの
直交変換を行う際の演算量が減少し、処理の高速化が達
成される。
域は計算しないこととする。これにより、DFTなどの
直交変換を行う際の演算量が減少し、処理の高速化が達
成される。
以下、本発明の一実施例として、複写機に用いられる感
光体ドラムの画像出力特性を評価する場合について説明
する。
光体ドラムの画像出力特性を評価する場合について説明
する。
複写機に用いられる感光体ドラムは、ダイヤモンドのバ
イトを用いた超精密切削加工により製作される円筒形の
アルミ管である。切削加工後、表面に主走査方向にくさ
び状の溝を彫り、その上に塗料を塗り込でいる。現在は
、超精密切削技術の進歩により円筒の表面粗さや真円度
はかなり改善されてきているが、くさび形の溝にはピッ
チむらなどが存在しており、画像出力を行う場合には、
このピッチむらが主走査方向の細かい白すしとして観測
される。声3図は、この出力画像中に現われるすしの一
例を示したものである。
イトを用いた超精密切削加工により製作される円筒形の
アルミ管である。切削加工後、表面に主走査方向にくさ
び状の溝を彫り、その上に塗料を塗り込でいる。現在は
、超精密切削技術の進歩により円筒の表面粗さや真円度
はかなり改善されてきているが、くさび形の溝にはピッ
チむらなどが存在しており、画像出力を行う場合には、
このピッチむらが主走査方向の細かい白すしとして観測
される。声3図は、この出力画像中に現われるすしの一
例を示したものである。
この観測される白すじは、大きさ、太さ、コントラスト
などが全て異なって存在し、画質の良否を決定する明確
なパラメータが存在しない、そのため、これまで良不良
の判定は目視検査を行う検査員の経験に頼っていた。従
って、検査員の評価のばらつきや見落しにより、不良品
が出荷される危険性を持っていた。この様な現状に鑑み
、本実施例ではDFTを用いて感光体ドラムの出力画像
の画質評価パラメータを導出する。この時、DFTを行
うための演算量の軽減を図る。
などが全て異なって存在し、画質の良否を決定する明確
なパラメータが存在しない、そのため、これまで良不良
の判定は目視検査を行う検査員の経験に頼っていた。従
って、検査員の評価のばらつきや見落しにより、不良品
が出荷される危険性を持っていた。この様な現状に鑑み
、本実施例ではDFTを用いて感光体ドラムの出力画像
の画質評価パラメータを導出する。この時、DFTを行
うための演算量の軽減を図る。
第1図は本発明による画質評価システムの一実施例のブ
ロック図を示したもので、ドラムスキャナ11、フレー
ムメモリ12、画像補正回路13、高速DFTボード1
4、及び、これらの制御や必要な処理を実行するマイク
ロプロセッサ等の処理装置I (CPU)15よりなる
。第2図は本画像評価システムの処理フローであり、以
下第2図に従って説明する。
ロック図を示したもので、ドラムスキャナ11、フレー
ムメモリ12、画像補正回路13、高速DFTボード1
4、及び、これらの制御や必要な処理を実行するマイク
ロプロセッサ等の処理装置I (CPU)15よりなる
。第2図は本画像評価システムの処理フローであり、以
下第2図に従って説明する。
処理1:
検査する感光体ドラムを用いて出力した画像を、イメー
ジセンサを用いて入力する。イメージセンサとしては、
128階調・500dpi以上が必要であり1本システ
ムではドラムスキャナ11を用いる。検査する標本画像
は12.8mm四方の領域を選び、画素数256X25
6の画像としてフレームメモリ12に取り込む。
ジセンサを用いて入力する。イメージセンサとしては、
128階調・500dpi以上が必要であり1本システ
ムではドラムスキャナ11を用いる。検査する標本画像
は12.8mm四方の領域を選び、画素数256X25
6の画像としてフレームメモリ12に取り込む。
処理2:
画像補正回路13を用い、入力した画像の補正を行う、
即ち、入力したデータは、ドラムスキャナ11の入力特
性により、一種の平滑化が行われているため、γ補正を
行う。
即ち、入力したデータは、ドラムスキャナ11の入力特
性により、一種の平滑化が行われているため、γ補正を
行う。
処理3:
γ補正後の画素数128X128の画像に対して、高速
DFTボード14により2次元DFTを行う、任意の点
(xey)の画素値をf(xty)とすると、一般に2
次元DFT、すなわち2次元フーリエ変換F (X?
y)は、次式で与えられる。
DFTボード14により2次元DFTを行う、任意の点
(xey)の画素値をf(xty)とすると、一般に2
次元DFT、すなわち2次元フーリエ変換F (X?
y)は、次式で与えられる。
(1)
ここで、u、vはそれぞれX軸方向の周波数成分とy軸
方向の周波数成分とを表し、全体は連続関数としての扱
いである。これは、先ずX軸方向に1次元フーリエ変換
を施した後、y軸方向に対し同様に1次元フーリエ変換
を施すことにより2次元フーリエ変換が実行できること
を表している。
方向の周波数成分とを表し、全体は連続関数としての扱
いである。これは、先ずX軸方向に1次元フーリエ変換
を施した後、y軸方向に対し同様に1次元フーリエ変換
を施すことにより2次元フーリエ変換が実行できること
を表している。
このDFTを行った後に、傷成分を表している周波数領
域を残すようなフィルタリングを行うが(処理4)、そ
の時フィルタリング関数としては、第4図のように斜線
の矩形領域の内側が1で、その外側は0になるような関
数を用いる。従って、逆DFT (処理5)を行うとき
に必要な空間周波数領域は図中の斜線領域だけである。
域を残すようなフィルタリングを行うが(処理4)、そ
の時フィルタリング関数としては、第4図のように斜線
の矩形領域の内側が1で、その外側は0になるような関
数を用いる。従って、逆DFT (処理5)を行うとき
に必要な空間周波数領域は図中の斜線領域だけである。
そこで、本発明では、当該DFTを行う段階で斜線領域
だけを求め、処理の高速化を図る。
だけを求め、処理の高速化を図る。
本発明によるDFTは、次の手順で行う。
(1)(sx、ax)のX方向の空間周波数成分を求め
る。
る。
(2)(sx、ex)の矩形領域に対しX方向の1次元
DFTを行う。
DFTを行う。
eX−8Xが小さい場合には、FFTのバタフライ演算
を用いるよりも(1)式にしたがって積和演算を行う方
が、条件判断がなくDSP等のハード処理に向いている
0例として8点1次元DFTを行列形式に書き改めると
次のようになる。
を用いるよりも(1)式にしたがって積和演算を行う方
が、条件判断がなくDSP等のハード処理に向いている
0例として8点1次元DFTを行列形式に書き改めると
次のようになる。
(2)
上式を見れば解るように、各結果は(3)式のような積
和演算の繰り返しにより求めることができる。
和演算の繰り返しにより求めることができる。
5(k)= (x(i)+Wk−8(k))
(3)k=(α、1.・・・、7) i= (7
,6,・・・、0)感光体ドラムの傷検査では、フィル
タリングを行う矩形領域のX方向の幅は5ぐらいである
ため、上記の積和演算は4回で良いことになる(直流成
分は積和演算が必要無い)。
(3)k=(α、1.・・・、7) i= (7
,6,・・・、0)感光体ドラムの傷検査では、フィル
タリングを行う矩形領域のX方向の幅は5ぐらいである
ため、上記の積和演算は4回で良いことになる(直流成
分は積和演算が必要無い)。
次に(2)の処理では、X方向の1次元を行う。
この処理は(1)でDFTを行った矩形領域だけに対し
一バタフライ演算を行う、従って、画像サイズが256
で矩形領域のX方向の幅が5の場合にはX方向のDFT
の計算は5/256になる。
一バタフライ演算を行う、従って、画像サイズが256
で矩形領域のX方向の幅が5の場合にはX方向のDFT
の計算は5/256になる。
以上により、フーリエ変換に必要な演算蓋は、約172
になる。
になる。
処理4:
抽出したいすしの周波数成分だけを残すようにフィルタ
リングを行う、第3図に示すように、白すじは主走査方
向へほぼ平行に走っているので、空間周波数領域では原
点を通り主走査方向に垂直な方向(副走査方向)に強い
ピークが現われる。
リングを行う、第3図に示すように、白すじは主走査方
向へほぼ平行に走っているので、空間周波数領域では原
点を通り主走査方向に垂直な方向(副走査方向)に強い
ピークが現われる。
そこで、このピーク領域の周辺部だけを残すようにフィ
ルタリングを行う、なお、高周波領域は。
ルタリングを行う、なお、高周波領域は。
人間が!!識できないような高周波の筋となるので除去
する方が望ましい、第4図はフィルタリング関数の一例
を示したものである。
する方が望ましい、第4図はフィルタリング関数の一例
を示したものである。
処理5:
フィルタリングしたデータを用いて2次元逆DFTを行
う、逆DFTは、第4図中の斜線領域についてだけ行わ
れる。この逆DFTにより得られた画像は、傷(すじ)
の成分だけを持ち、原画像に含まれるノイズや′a淡む
らなどは除去されている。
う、逆DFTは、第4図中の斜線領域についてだけ行わ
れる。この逆DFTにより得られた画像は、傷(すじ)
の成分だけを持ち、原画像に含まれるノイズや′a淡む
らなどは除去されている。
処理6:
逆DFTで得られた画像からブロック領域ごとに分散値
を求める。ブロックの大きさは0画素数16X64で主
走査方向に細長い領域について処理する。これは、平均
的な筋の形状に合わせたためで、このブロック内に強い
すじがあると1分散値が大きく変化することを用いるた
めである。また、ブロックの境界にすしが重なると分散
値のピークが現われないので、ブロックは互いに重複す
るように構成する。第5図にブロック化の一例を示す。
を求める。ブロックの大きさは0画素数16X64で主
走査方向に細長い領域について処理する。これは、平均
的な筋の形状に合わせたためで、このブロック内に強い
すじがあると1分散値が大きく変化することを用いるた
めである。また、ブロックの境界にすしが重なると分散
値のピークが現われないので、ブロックは互いに重複す
るように構成する。第5図にブロック化の一例を示す。
処理7:
処理6で求めた各ブロックの分散値を使って、すじの度
合を表すパラメータを求める。パラメータとしては、ブ
ロックの分散値の平均と分散値を用いる1分散値の平均
は、画像全体のすしの址に相当するパラメータである。
合を表すパラメータを求める。パラメータとしては、ブ
ロックの分散値の平均と分散値を用いる1分散値の平均
は、画像全体のすしの址に相当するパラメータである。
しかし、実際の検査では、細かいすしがたくさんあるよ
りも長くてはっきすしたすしが一本でもある方がドラム
の品質としては悪くなる。そのため、この様なすしの特
徴量としてブロック分散の分散値を求める。このブロッ
ク分散の平均値B AVHと分散値B BUNの2つを
用いることで、かなり人間の評価に近い評価を行うこと
ができる。
りも長くてはっきすしたすしが一本でもある方がドラム
の品質としては悪くなる。そのため、この様なすしの特
徴量としてブロック分散の分散値を求める。このブロッ
ク分散の平均値B AVHと分散値B BUNの2つを
用いることで、かなり人間の評価に近い評価を行うこと
ができる。
処理8:
処理7による2つのパラメータから全体としての評価量
を求める。この評価式についてはいろいろ考えられるが
1例えばブロック分散の平均値が大きいところではB
BUNを重みづけし、平均値の小さいところではB A
VHを重視するような評価を行う。
を求める。この評価式についてはいろいろ考えられるが
1例えばブロック分散の平均値が大きいところではB
BUNを重みづけし、平均値の小さいところではB A
VHを重視するような評価を行う。
以上の評価方式により、従来人間が目視により行ってい
た評価を自動的に行うことができる。また、本実施例で
用いたブロック分散の統計量を他の評価量に変更すれば
、さまざまな分野の自動検査に利用できる。
た評価を自動的に行うことができる。また、本実施例で
用いたブロック分散の統計量を他の評価量に変更すれば
、さまざまな分野の自動検査に利用できる。
以上説明したように1本発明では、入力画像に対しDF
Tのような直交変換を行い、フィルタリングを行った後
、さらに逆変換を行い1画像中の傷成分を抽出して画質
を評価する方法において、直交変換を行う際に、直接フ
ィルタリングを行う領域だけを計算しているため、演算
量が減少し、処理の高速化が可能となる。
Tのような直交変換を行い、フィルタリングを行った後
、さらに逆変換を行い1画像中の傷成分を抽出して画質
を評価する方法において、直交変換を行う際に、直接フ
ィルタリングを行う領域だけを計算しているため、演算
量が減少し、処理の高速化が可能となる。
第1図は本発明による画質評価システムの一実施例のブ
ロック図、第2図は第1図の処理フローを示す図、第3
図は評価対象の画像中に呪われるすしの一例を示す図、
第4図はフィルタリング関数の一例を示す図、第5図は
画像領域のブロック化の一例を示す図である。 11・・・ドラムスキャナ、 12・・・フレームメモリ、 14・・・高速DFTボード、 13・・・画像補正回路、 15・・・処理装置。 第 1 図 → 土工」E才n 第2図
ロック図、第2図は第1図の処理フローを示す図、第3
図は評価対象の画像中に呪われるすしの一例を示す図、
第4図はフィルタリング関数の一例を示す図、第5図は
画像領域のブロック化の一例を示す図である。 11・・・ドラムスキャナ、 12・・・フレームメモリ、 14・・・高速DFTボード、 13・・・画像補正回路、 15・・・処理装置。 第 1 図 → 土工」E才n 第2図
Claims (1)
- (1)原画像を直交変換して、評価する成分だけを残す
ようなフィルタリングを行った後、逆変換を行って画像
中の傷成分を抽出し、画質を評価する方法において、直
交変換の際にフィルタリングを行う周波数領域のみを計
算し、他の領域は計算しないことを特徴とする画質評価
方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1153764A JPH0319091A (ja) | 1989-06-16 | 1989-06-16 | 画質評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1153764A JPH0319091A (ja) | 1989-06-16 | 1989-06-16 | 画質評価方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0319091A true JPH0319091A (ja) | 1991-01-28 |
Family
ID=15569623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1153764A Pending JPH0319091A (ja) | 1989-06-16 | 1989-06-16 | 画質評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0319091A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003042737A (ja) * | 2001-07-26 | 2003-02-13 | Toray Ind Inc | 切削加工品の検査方法 |
KR100414861B1 (ko) * | 2000-06-05 | 2004-01-13 | 주식회사 아이텍코 | 잉크저장 및 공급장치를 구비한 필기구 |
WO2010134232A1 (ja) * | 2009-05-21 | 2010-11-25 | 本田技研工業株式会社 | 表面検査装置 |
JP2010276347A (ja) * | 2009-05-26 | 2010-12-09 | Honda Motor Co Ltd | 表面検査装置 |
-
1989
- 1989-06-16 JP JP1153764A patent/JPH0319091A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100414861B1 (ko) * | 2000-06-05 | 2004-01-13 | 주식회사 아이텍코 | 잉크저장 및 공급장치를 구비한 필기구 |
JP2003042737A (ja) * | 2001-07-26 | 2003-02-13 | Toray Ind Inc | 切削加工品の検査方法 |
WO2010134232A1 (ja) * | 2009-05-21 | 2010-11-25 | 本田技研工業株式会社 | 表面検査装置 |
GB2482438A (en) * | 2009-05-21 | 2012-02-01 | Honda Motor Co Ltd | Surface inspecting device |
GB2482438B (en) * | 2009-05-21 | 2013-05-08 | Honda Motor Co Ltd | Surface inspecting device |
JP2010276347A (ja) * | 2009-05-26 | 2010-12-09 | Honda Motor Co Ltd | 表面検査装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tsai et al. | Automated surface inspection for directional textures | |
Elbehiery et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
CN113646801B (zh) | 缺陷图像的缺陷检测方法、装置及计算机可读存储介质 | |
CN104458766B (zh) | 一种基于结构纹理法的布匹表面瑕疵检测方法 | |
Ozdemir et al. | Markov random fields and Karhunen-Loeve transforms for defect inspection of textile products | |
CN115330784B (zh) | 一种布匹表面缺陷检测方法 | |
DE112013000627T5 (de) | Segmentierung zur Waferinspektion | |
KR100265875B1 (ko) | 화상처리방법및장치 | |
CN109102497B (zh) | 高分辨率的导光板图像缺陷检测方法 | |
CN110378902B (zh) | 一种高噪声背景下的划痕检测方法 | |
KR20160054151A (ko) | 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법 | |
Yangping et al. | Real-time Defect Detection Method for Printed Images Based on Grayscale and Gradient Differences. | |
CN110084768B (zh) | 基于背景滤波的lcd导光板的缺陷检测方法 | |
CN109801286A (zh) | 一种lcd导光板的表面缺陷检测算法 | |
CN115272303A (zh) | 基于高斯模糊的纺织物缺陷程度评估方法、装置及*** | |
CN113643271A (zh) | 一种基于频域滤波的图像瑕疵检测方法及装置 | |
US5881164A (en) | Image data processing method and image data processing apparatus | |
JPH0319091A (ja) | 画質評価方法 | |
JPH02252392A (ja) | 画質評価方法 | |
Guo et al. | Sub-pixel level defect detection based on notch filter and image registration | |
CN115984246B (zh) | 基于机器视觉的缺陷快速检测方法及装置、设备、存储介质 | |
Prabha et al. | Defect detection of industrial products using image segmentation and saliency | |
Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
KR20060052459A (ko) | 화상 검사 장치, 화상 검사 방법, 제어 프로그램 및 컴퓨터판독가능한 기억 매체 | |
JPH08145848A (ja) | 液晶パネル欠陥検査装置 |