JPH1048152A - 微細線状欠陥の検出方法及びその装置 - Google Patents
微細線状欠陥の検出方法及びその装置Info
- Publication number
- JPH1048152A JPH1048152A JP20202296A JP20202296A JPH1048152A JP H1048152 A JPH1048152 A JP H1048152A JP 20202296 A JP20202296 A JP 20202296A JP 20202296 A JP20202296 A JP 20202296A JP H1048152 A JPH1048152 A JP H1048152A
- Authority
- JP
- Japan
- Prior art keywords
- image
- defect
- linear defect
- linear
- segments
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
(57)【要約】
【課題】 対象物の抽出ごとにパラメータの変更を行う
ことなく線状の欠陥を精度良く抽出できる微細線状欠陥
の検出方法及びその装置を提供する。 【解決手段】 検出対象物を撮像した画像より微細線状
欠陥を検出する方法において、画像に正規化処理を施し
た後、その正規化画像より多重多段階スライス法にて、
ノイズ４２を除去できる低いしきい値Ｔ1 で２値化した
ときの線状欠陥４１ａとつらなる多段階の濃度範囲（Ｔ
1 〜Ｔ4 ）の線状欠陥４１ｂ，ｄ，ｆを統合してこれを
線状欠陥候補４１ｉとして検出し、さらに局所欠陥領域
の結合と大局的欠陥領域の結合により微細線状欠陥を検
出する方法である。
ことなく線状の欠陥を精度良く抽出できる微細線状欠陥
の検出方法及びその装置を提供する。 【解決手段】 検出対象物を撮像した画像より微細線状
欠陥を検出する方法において、画像に正規化処理を施し
た後、その正規化画像より多重多段階スライス法にて、
ノイズ４２を除去できる低いしきい値Ｔ1 で２値化した
ときの線状欠陥４１ａとつらなる多段階の濃度範囲（Ｔ
1 〜Ｔ4 ）の線状欠陥４１ｂ，ｄ，ｆを統合してこれを
線状欠陥候補４１ｉとして検出し、さらに局所欠陥領域
の結合と大局的欠陥領域の結合により微細線状欠陥を検
出する方法である。
Description
【０００１】
【発明の属する技術分野】本発明は、検出対象物を撮像
した画像より微細線状欠陥を検出する方法及び装置に関
するものである。
した画像より微細線状欠陥を検出する方法及び装置に関
するものである。
【０００２】
【従来の技術】溶接部や金属のヘアクラック或いはコン
クリート面のひび割れなどの微細線状欠陥を画像処理技
術で自動的に検出することが試みられている。
クリート面のひび割れなどの微細線状欠陥を画像処理技
術で自動的に検出することが試みられている。
【０００３】従来、検出対象物を撮像した画像より欠陥
を検出するには、その欠陥部が比較的大きくかつ濃淡差
の大きい場合には、２段階しきい値法が用いられてい
る。
を検出するには、その欠陥部が比較的大きくかつ濃淡差
の大きい場合には、２段階しきい値法が用いられてい
る。
【０００４】２段階しきい値法では、先ず、低いしきい
値で２値化することによって、図１０（ａ）に示すよう
に一部分ではあるが、確実に欠陥である非常に暗い部分
１１ａのみを抽出し、ノイズを含まない画像１０ａを作
成する。次に、高いしきい値で２値化することによっ
て、図１０（ｂ）に示すように、ノイズ１２ｂを含むも
のの欠陥領域１１ｂを全て抽出した画像１０ｂを作成す
る。最後に、図１０（ｃ）に示すように、両画像１０
ａ，１０ｂを重ね合わせた画像１０ｃにおいて、高いし
きい値により２値化画像の中で、低いしきい値による２
値化画像の領域１１ｃを含む領域１３を残し、低いしき
い値による２値化画像の領域を含まない領域１２ｃをノ
イズとして除去する。結果的に図１０（ｄ）の画像１０
ｄに示すように高いしきい値で２値化された領域の中
で、低い濃度値を持つ領域を欠陥領域１１ｄとして抽出
する。
値で２値化することによって、図１０（ａ）に示すよう
に一部分ではあるが、確実に欠陥である非常に暗い部分
１１ａのみを抽出し、ノイズを含まない画像１０ａを作
成する。次に、高いしきい値で２値化することによっ
て、図１０（ｂ）に示すように、ノイズ１２ｂを含むも
のの欠陥領域１１ｂを全て抽出した画像１０ｂを作成す
る。最後に、図１０（ｃ）に示すように、両画像１０
ａ，１０ｂを重ね合わせた画像１０ｃにおいて、高いし
きい値により２値化画像の中で、低いしきい値による２
値化画像の領域１１ｃを含む領域１３を残し、低いしき
い値による２値化画像の領域を含まない領域１２ｃをノ
イズとして除去する。結果的に図１０（ｄ）の画像１０
ｄに示すように高いしきい値で２値化された領域の中
で、低い濃度値を持つ領域を欠陥領域１１ｄとして抽出
する。
【０００５】
【発明が解決しようとする課題】しかしながら、ヘアク
ラックやひび割れなど抽出すべき領域が細く、かつ周囲
との濃淡差が小さい場合、２値化しきい値を低くする
と、領域となる線がバラバラに途切れ、高くすると多く
のノイズも抽出するため、２段階しきい値法を用いても
有効に動作しない。
ラックやひび割れなど抽出すべき領域が細く、かつ周囲
との濃淡差が小さい場合、２値化しきい値を低くする
と、領域となる線がバラバラに途切れ、高くすると多く
のノイズも抽出するため、２段階しきい値法を用いても
有効に動作しない。
【０００６】これを図９により説明すると、図９（ａ）
は、ノイズを含まない低いしきい値による２値化画像１
５ａ、図９（ｂ）は、全線が抽出できるしきい値で２値
化した画像１５ｂ、図９（ｃ）は、図９（ａ）のしきい
値よりも高いしきい値で２値化した画像１５ｃを示して
いる。
は、ノイズを含まない低いしきい値による２値化画像１
５ａ、図９（ｂ）は、全線が抽出できるしきい値で２値
化した画像１５ｂ、図９（ｃ）は、図９（ａ）のしきい
値よりも高いしきい値で２値化した画像１５ｃを示して
いる。
【０００７】図９（ａ）の画像１５ａと図９（ｂ）の画
像１５ｂを重ね合わせて図９（ｄ）に示す画像１５ｄと
し、この画像１５ｄより、画像１５ａに含まれる線状欠
陥領域１６ａを含む画像１５ｂの領域１６ｂを抽出して
も図９（ｆ）の画像１５ｆに示すように、ノイズ１７ｂ
は除去できるものの、画像１５ｂの線状欠陥領域１６ｂ
のように、抽出すべき領域が、バラバラに途切れている
ため抽出結果の１５ｆで、一部の線状欠陥を抽出できな
い。
像１５ｂを重ね合わせて図９（ｄ）に示す画像１５ｄと
し、この画像１５ｄより、画像１５ａに含まれる線状欠
陥領域１６ａを含む画像１５ｂの領域１６ｂを抽出して
も図９（ｆ）の画像１５ｆに示すように、ノイズ１７ｂ
は除去できるものの、画像１５ｂの線状欠陥領域１６ｂ
のように、抽出すべき領域が、バラバラに途切れている
ため抽出結果の１５ｆで、一部の線状欠陥を抽出できな
い。
【０００８】また全ての線状欠陥を抽出しようとして、
図９（ｂ）の画像１５ｂと図９（ｃ）の画像１５ｃを重
ね合わせて、図９（ｅ）に示す画像１５ｅとし、この画
像１５ｅより画像１５ｂの中で画像１５ｃの線状領域１
６ｃを含む領域を抽出すると、図９（ｇ）の画像１６ｇ
に示すように欠陥領域１６ｇにはノイズ１７ｇも含んで
しまう問題が起こる。
図９（ｂ）の画像１５ｂと図９（ｃ）の画像１５ｃを重
ね合わせて、図９（ｅ）に示す画像１５ｅとし、この画
像１５ｅより画像１５ｂの中で画像１５ｃの線状領域１
６ｃを含む領域を抽出すると、図９（ｇ）の画像１６ｇ
に示すように欠陥領域１６ｇにはノイズ１７ｇも含んで
しまう問題が起こる。
【０００９】このように、２段階しきい値により抽出す
るには、しきい値の設定によって、抽出すべき領域が抽
出できなかったり、抽出すべき領域を抽出できても、ノ
イズを多く抽出してしまう場合があり、最適なパラメー
タの設定は困難である。
るには、しきい値の設定によって、抽出すべき領域が抽
出できなかったり、抽出すべき領域を抽出できても、ノ
イズを多く抽出してしまう場合があり、最適なパラメー
タの設定は困難である。
【００１０】そこで、本発明の目的は、上記課題を解決
し、対象物の抽出ごとにパラメータの変更を行うことな
く線状の欠陥を精度良く抽出できる微細線状欠陥の検出
方法及びその装置を提供することにある。
し、対象物の抽出ごとにパラメータの変更を行うことな
く線状の欠陥を精度良く抽出できる微細線状欠陥の検出
方法及びその装置を提供することにある。
【００１１】
【課題を解決するための手段】上記目的を達成するため
に請求項１の発明は、検出対象物を撮像した画像より微
細線状欠陥を検出する方法において、画像に正規化処理
を施した後、ノイズを除去できる低いしきい値で２値化
した領域を初期の核とし、多段階の濃度範囲で２値化し
た領域が、核領域と近接していれば核領域に反復的に統
合する多重多段階スライス法を用いて線状欠陥候補を検
出する微細線状欠陥の検出方法である。請求項２の発明
は、線状欠陥候補を抽出した後、この各線状欠陥候補を
直線セグメントに記述し、これら直線セグメントの方向
の連続性が局所的に保たれているセグメントを統合する
と共に、２つ以上のセグメントが大局的に直線或いは２
次曲線を構成しているかを判定し、２次曲線を構成する
場合には、構成要素となる各セグメントを結合し、局所
的欠陥領域の結合と大局的欠陥領域の結合より、微細線
状欠陥を抽出する請求項１記載の微細線状欠陥の検出方
法である。
に請求項１の発明は、検出対象物を撮像した画像より微
細線状欠陥を検出する方法において、画像に正規化処理
を施した後、ノイズを除去できる低いしきい値で２値化
した領域を初期の核とし、多段階の濃度範囲で２値化し
た領域が、核領域と近接していれば核領域に反復的に統
合する多重多段階スライス法を用いて線状欠陥候補を検
出する微細線状欠陥の検出方法である。請求項２の発明
は、線状欠陥候補を抽出した後、この各線状欠陥候補を
直線セグメントに記述し、これら直線セグメントの方向
の連続性が局所的に保たれているセグメントを統合する
と共に、２つ以上のセグメントが大局的に直線或いは２
次曲線を構成しているかを判定し、２次曲線を構成する
場合には、構成要素となる各セグメントを結合し、局所
的欠陥領域の結合と大局的欠陥領域の結合より、微細線
状欠陥を抽出する請求項１記載の微細線状欠陥の検出方
法である。
【００１２】請求項３の発明は、検出対象物を撮像した
画像より微細線状欠陥を検出する装置において、検査対
象物を撮像する画像入力装置と、画像に正規化処理を施
した後、ノイズを除去できる低いしきい値で２値化した
領域を初期の核とし、多段階の濃度範囲で２値化した領
域が、核領域と近接していれば核領域に反復的に統合す
る多重多段階スライス法を用いて線状欠陥候補を検出す
る画像処理装置と、この各線状欠陥候補を直線セグメン
トに記述し、これら直線セグメントの方向の連続性が局
所的に保たれているセグメントを統合すると共に、２つ
以上のセグメントが大局的に直線或いは２次曲線を構成
しているかを判定し、２次曲線を構成する場合には、構
成要素となる各セグメントを結合し、局所的欠陥領域の
結合と大局的欠陥領域の結合より、微細線状欠陥を抽出
する判定装置とを備えた微細線状欠陥検出装置である。
画像より微細線状欠陥を検出する装置において、検査対
象物を撮像する画像入力装置と、画像に正規化処理を施
した後、ノイズを除去できる低いしきい値で２値化した
領域を初期の核とし、多段階の濃度範囲で２値化した領
域が、核領域と近接していれば核領域に反復的に統合す
る多重多段階スライス法を用いて線状欠陥候補を検出す
る画像処理装置と、この各線状欠陥候補を直線セグメン
トに記述し、これら直線セグメントの方向の連続性が局
所的に保たれているセグメントを統合すると共に、２つ
以上のセグメントが大局的に直線或いは２次曲線を構成
しているかを判定し、２次曲線を構成する場合には、構
成要素となる各セグメントを結合し、局所的欠陥領域の
結合と大局的欠陥領域の結合より、微細線状欠陥を抽出
する判定装置とを備えた微細線状欠陥検出装置である。
【００１３】上記構成によれば、画像の濃淡情報のみか
ら、良好な線状欠陥候補をノイズと区別して検出すると
共に、得られた線状欠陥候補を局所的／大局的探索で欠
陥部を結合することでさらに良好に線状欠陥を検出でき
る。
ら、良好な線状欠陥候補をノイズと区別して検出すると
共に、得られた線状欠陥候補を局所的／大局的探索で欠
陥部を結合することでさらに良好に線状欠陥を検出でき
る。
【００１４】
【発明の実施の形態】以下、本発明の好適一実施の形態
を添付図面に基づいて詳述する。
を添付図面に基づいて詳述する。
【００１５】先ず、微細線状欠陥の検出装置の装置構成
を図２により説明する。
を図２により説明する。
【００１６】被検査対象である対象物２０を画像入力装
置２１で撮像し、その取り込んだ画像を画像処理装置２
２で画像処理して判定装置２３にて抽出した微細線状欠
陥を判定する。
置２１で撮像し、その取り込んだ画像を画像処理装置２
２で画像処理して判定装置２３にて抽出した微細線状欠
陥を判定する。
【００１７】この画像処理と判定の概略を図１により説
明すると、処理が開始２５され、画像入力２６がなされ
た後、画像正規化処理２７を行って、濃淡ヒストグラム
の平均値及び分散値を一定値に変換した後、多重多段階
スライス法による線状候補領域の抽出２８を行い、その
抽出した線状候補について連続している線かどうかの判
定を大局的探索による領域結合２９と局所的探索による
領域結合３０の双方で評価して、微細線状欠陥領域の抽
出３１を行った後、処理を終了３２する。
明すると、処理が開始２５され、画像入力２６がなされ
た後、画像正規化処理２７を行って、濃淡ヒストグラム
の平均値及び分散値を一定値に変換した後、多重多段階
スライス法による線状候補領域の抽出２８を行い、その
抽出した線状候補について連続している線かどうかの判
定を大局的探索による領域結合２９と局所的探索による
領域結合３０の双方で評価して、微細線状欠陥領域の抽
出３１を行った後、処理を終了３２する。
【００１８】以下、これらの処理を順に説明する。
【００１９】（１）画像の正規化処理 入力した画像は、その撮像状況によって濃淡にバラツキ
があるため、濃度の正規化処理を行う。
があるため、濃度の正規化処理を行う。
【００２０】正規化処理とは、濃度平均値ｍ、標準偏差
σの入力画像を、式(1) に従って、濃度平均ｍN 、標準
偏差σN の画像に変換する処理をいう。一般に、正規化
処理は、感度が異なるセンサで撮像された同種の画像間
の標準化を行う際に有効である。
σの入力画像を、式(1) に従って、濃度平均ｍN 、標準
偏差σN の画像に変換する処理をいう。一般に、正規化
処理は、感度が異なるセンサで撮像された同種の画像間
の標準化を行う際に有効である。
【００２１】 ＩN （ｘ，ｙ）＝（σN ／σ）（Ｉ（ｘ，ｙ）−ｍ）＋ｍN …(1) ただし、 Ｉ（ｘ，ｙ） ： 入力原画像の点（ｘ，ｙ）における
濃淡値 ＩN （ｘ，ｙ）： 正規化画像の点（ｘ，ｙ）における
濃淡値 である。
濃淡値 ＩN （ｘ，ｙ）： 正規化画像の点（ｘ，ｙ）における
濃淡値 である。
【００２２】図３（ａ）は、画像全体が暗く、コントラ
ストが低い画像の濃淡ヒストグラムを表している。この
ような画像を正規化することによって、図３（ｂ）に示
すように全体に明るさのバランスがとれ、コントラスト
の良い画像に変換される。すなわち、照明条件や入力装
置の設定条件によって、暗すぎたり、明るすぎたり、或
いはコントラストが低いような画像が入力されたとして
も、正規化することによって、欠陥領域の濃度範囲が略
同じ範囲に変換される。その結果、以後の処理における
パラメータを略固定することが可能となり、自動化を図
ることができる。
ストが低い画像の濃淡ヒストグラムを表している。この
ような画像を正規化することによって、図３（ｂ）に示
すように全体に明るさのバランスがとれ、コントラスト
の良い画像に変換される。すなわち、照明条件や入力装
置の設定条件によって、暗すぎたり、明るすぎたり、或
いはコントラストが低いような画像が入力されたとして
も、正規化することによって、欠陥領域の濃度範囲が略
同じ範囲に変換される。その結果、以後の処理における
パラメータを略固定することが可能となり、自動化を図
ることができる。
【００２３】（２）多重多段階スライス法による線状候
補領域の抽出 多重多段階スライス法とは、図４（ａ）に示すような局
所的な濃淡変化を繰り返すヘアクラックを抽出し、か
つ、ノイズの包含を避ける方法である。
補領域の抽出 多重多段階スライス法とは、図４（ａ）に示すような局
所的な濃淡変化を繰り返すヘアクラックを抽出し、か
つ、ノイズの包含を避ける方法である。
【００２４】図４（ａ）に示すよう、正規化した画像中
の線状分の濃度分布４０に、線状領域４１とノイズ４２
があるとする。この場合、抽出される線状領域４１は、
濃度範囲Ｔ0 〜Ｔ4 に濃度が分布し、線状領域４１は、
Ｔ1 〜Ｔ4 に濃度が分布し、Ｔ4 以上は、対象物の表面
である。
の線状分の濃度分布４０に、線状領域４１とノイズ４２
があるとする。この場合、抽出される線状領域４１は、
濃度範囲Ｔ0 〜Ｔ4 に濃度が分布し、線状領域４１は、
Ｔ1 〜Ｔ4 に濃度が分布し、Ｔ4 以上は、対象物の表面
である。
【００２５】さて先ず、正規化画像を濃淡モフォロジィ
処理によって、画像撮影時の濃淡ムラを除去する。すな
わち、正規化画像に対して所定のフィルタサイズで濃淡
モフォロジィ処理をし、その画像と正規化画像の濃淡値
の差分を求めることで、濃淡ムラの除去された画像が得
られる。この画像を、非常に低い濃度しきい値Ｔ1 で２
値化することによって、図４（ｂ）のに示すように、
断片的ではあるが確実に線状欠陥の一部４１ａであると
して判定される部分を抽出する。この抽出画像５０は、
図５（ａ）に示すように、ノイズを含まない、線状欠陥
５１ａの領域を示している。
処理によって、画像撮影時の濃淡ムラを除去する。すな
わち、正規化画像に対して所定のフィルタサイズで濃淡
モフォロジィ処理をし、その画像と正規化画像の濃淡値
の差分を求めることで、濃淡ムラの除去された画像が得
られる。この画像を、非常に低い濃度しきい値Ｔ1 で２
値化することによって、図４（ｂ）のに示すように、
断片的ではあるが確実に線状欠陥の一部４１ａであると
して判定される部分を抽出する。この抽出画像５０は、
図５（ａ）に示すように、ノイズを含まない、線状欠陥
５１ａの領域を示している。
【００２６】次いで、図４（ｂ）のに示すように、そ
のしきい値Ｔ1 よりも少し高い濃度しきい値範囲Ｔ1 〜
Ｔ2 の部分４１ｂ，４２ｂを２値化により取り出し、こ
れがで抽出した部分４１ａと近接しているかどうかを
調べ、近接していれば、図４（ｂ）のに示すように結
合して連結部分４１ｃとする。この場合、ノイズの部分
４２ｂは、線状欠陥の部分４１ａに近接していないため
連結されず、同様にこの段階では、図４（ｂ）のの中
央の部分４１ｂ0 は連結されない。
のしきい値Ｔ1 よりも少し高い濃度しきい値範囲Ｔ1 〜
Ｔ2 の部分４１ｂ，４２ｂを２値化により取り出し、こ
れがで抽出した部分４１ａと近接しているかどうかを
調べ、近接していれば、図４（ｂ）のに示すように結
合して連結部分４１ｃとする。この場合、ノイズの部分
４２ｂは、線状欠陥の部分４１ａに近接していないため
連結されず、同様にこの段階では、図４（ｂ）のの中
央の部分４１ｂ0 は連結されない。
【００２７】以下同様にして｛Ｔ1 ＋（ｉ−１）α＜Ｔ
＜Ｔ1 ＋ｉα ｉ＝１,,, Ｎ｝の部分を取りだし、それ
がこれまでに抽出した部分に近接するか否かを調べ、近
接している場合には線状欠陥として延長登録して、の
連結部分４１ｃに、のＴ2 〜Ｔ3 の部分４１ｄを連結
しての連結部分４１ｅとし、さらにこの連結部分４１
ｅにのＴ3 〜Ｔ4 の部分４１ｆを連結しての連結部
分４１ｇとする。
＜Ｔ1 ＋ｉα ｉ＝１,,, Ｎ｝の部分を取りだし、それ
がこれまでに抽出した部分に近接するか否かを調べ、近
接している場合には線状欠陥として延長登録して、の
連結部分４１ｃに、のＴ2 〜Ｔ3 の部分４１ｄを連結
しての連結部分４１ｅとし、さらにこの連結部分４１
ｅにのＴ3 〜Ｔ4 の部分４１ｆを連結しての連結部
分４１ｇとする。
【００２８】この操作をＮ回（図４の例では３回）繰り
返して、濃度範囲Ｔ1 〜Ｔ4 までの連結を終えた後、さ
らに以上のことを、低いしきい値Ｔ1 からＮ回繰り返
し、これらを集計した部分を線状領域とする。このよう
に同じ処理ループをＮ回（図では３回）繰り返すことに
より、の部分４１ｄ0 は、の連結部分４１ｇと連続
しているため、の連結部分４１ｈとなり、さらに、
の中央の部分４１ｂ0 は、の連結部分４１ｈと連続し
ているため、の連結部分４１ｉとされて全ての線状領
域が抽出され、またノイズ４２ｂ，４２ｄ，４２ｆ分
は、の部分４１ａと連続していないため、抽出されな
い。
返して、濃度範囲Ｔ1 〜Ｔ4 までの連結を終えた後、さ
らに以上のことを、低いしきい値Ｔ1 からＮ回繰り返
し、これらを集計した部分を線状領域とする。このよう
に同じ処理ループをＮ回（図では３回）繰り返すことに
より、の部分４１ｄ0 は、の連結部分４１ｇと連続
しているため、の連結部分４１ｈとなり、さらに、
の中央の部分４１ｂ0 は、の連結部分４１ｈと連続し
ているため、の連結部分４１ｉとされて全ての線状領
域が抽出され、またノイズ４２ｂ，４２ｄ，４２ｆ分
は、の部分４１ａと連続していないため、抽出されな
い。
【００２９】このように図５（ａ）に示した線状欠陥５
１ａの初期領域に含まれない連結領域が、１ループ目の
成長で、図５（ｂ）に示すように線状欠陥５１ｇが、次
いで２，３ループで、図５（ｃ），図５（ｄ）に示すよ
うに、順次成長した線状欠陥５１ｈ，５１ｉを抽出する
ことが可能となる。
１ａの初期領域に含まれない連結領域が、１ループ目の
成長で、図５（ｂ）に示すように線状欠陥５１ｇが、次
いで２，３ループで、図５（ｃ），図５（ｄ）に示すよ
うに、順次成長した線状欠陥５１ｈ，５１ｉを抽出する
ことが可能となる。
【００３０】このように多重多段階スライス法にて線状
候補を抽出することで、２段階しきい値法よりノイズを
抑え、精度良く線状欠陥を抽出することが可能となる。
候補を抽出することで、２段階しきい値法よりノイズを
抑え、精度良く線状欠陥を抽出することが可能となる。
【００３１】次に、本発明をさらに説明する。
【００３２】多重多段階スライス法による連結処理にお
いて、線状領域に対し、大きく離れたノイズ分は、基本
的には検出されないが、線状欠陥５２に近接しているノ
イズ５３，５４については、図５（ｃ），図５（ｄ）に
示すようにが検出されてしまう。
いて、線状領域に対し、大きく離れたノイズ分は、基本
的には検出されないが、線状欠陥５２に近接しているノ
イズ５３，５４については、図５（ｃ），図５（ｄ）に
示すようにが検出されてしまう。
【００３３】そこで、以下の処理で、線状欠陥に近接す
るノイズ分を除去する。
るノイズ分を除去する。
【００３４】（３）局所的及び大局的探索による欠陥領
域の結合 多重多段階スライス法を用いても、線状欠陥領域に近接
するノイズだけは除去することはできない。このような
ノイズは、抽出したい線状欠陥領域の濃度範囲、領域形
状、領域面積等が同じであるため、単なる画像処理手法
を組み合わせても除去することができない。
域の結合 多重多段階スライス法を用いても、線状欠陥領域に近接
するノイズだけは除去することはできない。このような
ノイズは、抽出したい線状欠陥領域の濃度範囲、領域形
状、領域面積等が同じであるため、単なる画像処理手法
を組み合わせても除去することができない。
【００３５】そこで、飛び飛びに得られた線状領域を直
線セグメントに記述し、幾何学的な連続性、及びフィッ
ト性を基に、同一欠陥部分として直線セグメントを結合
していく。これにより、１本の連続した線状欠陥を抽出
すると共に、線状欠陥に近接したノイズを区別すること
ができる。直線セグメントを結合するのに、局所的探索
及び大局的探索の２つのアプローチをとる。
線セグメントに記述し、幾何学的な連続性、及びフィッ
ト性を基に、同一欠陥部分として直線セグメントを結合
していく。これにより、１本の連続した線状欠陥を抽出
すると共に、線状欠陥に近接したノイズを区別すること
ができる。直線セグメントを結合するのに、局所的探索
及び大局的探索の２つのアプローチをとる。
【００３６】ａ．局所的探索による欠陥領域の結合 本処理は、図６に示すように、直線に記述されたセグメ
ント群Ｓの中から、局所的にみて近距離にあり、かつ方
向の連続性が保たれているものを統合していくものであ
る。すなわち、先ず比較的長い直線セグメントＳ0 をベ
ースセグメントと名付け、このベースセグメントＳ0 を
幅Ｗだけ太らせたリボン状領域８０を生成する。次に、
ベースセグメントＳ0 の端点から、距離ｒ以内に端点を
持ち、セグメント全体がリボン領域８０内に含まれる直
線セグメントの中で方向が同じセグメントＳ1 を統合
し、この操作を成長が止まるまで繰り返す。その際、リ
ボン領域８０内に含まれない点線で示したセグメントｓ
は連結候補に入れない。このようにリボン状領域８０に
ある連続性のあるセグメントＳを逐次的に探索すること
で、セグメントＳと方向が異なるノイズ分を除去できる
こととなる。
ント群Ｓの中から、局所的にみて近距離にあり、かつ方
向の連続性が保たれているものを統合していくものであ
る。すなわち、先ず比較的長い直線セグメントＳ0 をベ
ースセグメントと名付け、このベースセグメントＳ0 を
幅Ｗだけ太らせたリボン状領域８０を生成する。次に、
ベースセグメントＳ0 の端点から、距離ｒ以内に端点を
持ち、セグメント全体がリボン領域８０内に含まれる直
線セグメントの中で方向が同じセグメントＳ1 を統合
し、この操作を成長が止まるまで繰り返す。その際、リ
ボン領域８０内に含まれない点線で示したセグメントｓ
は連結候補に入れない。このようにリボン状領域８０に
ある連続性のあるセグメントＳを逐次的に探索すること
で、セグメントＳと方向が異なるノイズ分を除去できる
こととなる。
【００３７】ｂ．大局的探索による欠陥領域の結合 図６に示した局所的探索では、周囲を見渡して隣接する
欠陥候補を結合してしまうため、大きく離れた欠陥候補
同士を結び付けることはできない。そこで、２つ以上の
直線セグメントが直線或いは２次曲線を構成しているか
否かを仮説検証によって判定し、大きく離れていても、
統合する処理を行う。これにより、マクロ的にみて、直
線或いは２次曲線で構成される直線群を検出することが
できる。
欠陥候補を結合してしまうため、大きく離れた欠陥候補
同士を結び付けることはできない。そこで、２つ以上の
直線セグメントが直線或いは２次曲線を構成しているか
否かを仮説検証によって判定し、大きく離れていても、
統合する処理を行う。これにより、マクロ的にみて、直
線或いは２次曲線で構成される直線群を検出することが
できる。
【００３８】図７（ａ）は、各ベースセグメントＳ0 ご
とに、他の候補セグメントＳ'0とのペアで直線ｌを形成
できるか否かを判定し、可能である場合には最小二乗法
によって直線を生成する。
とに、他の候補セグメントＳ'0とのペアで直線ｌを形成
できるか否かを判定し、可能である場合には最小二乗法
によって直線を生成する。
【００３９】次に、図７（ｂ）に示すように、この直線
ｌ上に存在する候補セグメントＳを全て検出する。そし
て、セグメントＳ群が構成する全直線の長さがあるしき
い値以上で、かつその全体の長さに占めるセグメントＳ
の比率が高ければ、図７（ｃ）に示すように線状欠陥７
１と判定する。その際、点線で示したセグメントｓのよ
うに、あまりにも大きく離れている場合は、分断して、
それぞれの直線群に対して仮説検証を行う。
ｌ上に存在する候補セグメントＳを全て検出する。そし
て、セグメントＳ群が構成する全直線の長さがあるしき
い値以上で、かつその全体の長さに占めるセグメントＳ
の比率が高ければ、図７（ｃ）に示すように線状欠陥７
１と判定する。その際、点線で示したセグメントｓのよ
うに、あまりにも大きく離れている場合は、分断して、
それぞれの直線群に対して仮説検証を行う。
【００４０】局所的及び大局的探索で線状欠陥を抽出す
る模式図を図８に示す。
る模式図を図８に示す。
【００４１】先ず、図８（ａ）は、上述した多重多段階
スライス法で抽出した線状欠陥候補を直線セグメント８
１に記述した画像８０ａを示す。直線セグメント８１か
ら図８（ｂ）に示すように、比較的長さが長いベースセ
グメントＳ0 を抽出し、図８（ｃ）では、局所的探索法
を用いて、近接し、かつ方向性が保たれるセグメント群
を抽出して線状欠陥８１ｃとしている。ただし、８１ｄ
のように大きく離れたセグメント同士は抽出することが
できない。図８（ｄ）では、大局的探索法を用いて大き
く離れたセグメント群を直線として線状欠陥８１ｄを抽
出している。２つの画像８０ｃ，８０ｄを合成すること
により、図８（ｅ）のように線状欠陥８１ｅのみの画像
８０ｅを得ることができる。
スライス法で抽出した線状欠陥候補を直線セグメント８
１に記述した画像８０ａを示す。直線セグメント８１か
ら図８（ｂ）に示すように、比較的長さが長いベースセ
グメントＳ0 を抽出し、図８（ｃ）では、局所的探索法
を用いて、近接し、かつ方向性が保たれるセグメント群
を抽出して線状欠陥８１ｃとしている。ただし、８１ｄ
のように大きく離れたセグメント同士は抽出することが
できない。図８（ｄ）では、大局的探索法を用いて大き
く離れたセグメント群を直線として線状欠陥８１ｄを抽
出している。２つの画像８０ｃ，８０ｄを合成すること
により、図８（ｅ）のように線状欠陥８１ｅのみの画像
８０ｅを得ることができる。
【００４２】
【発明の効果】以上要するに本発明によれば、画像の濃
淡情報のみから、良好な線状欠陥候補をノイズと区別し
て検出すると共に、得られた線状欠陥候補を局所的／大
局的探索で欠陥部を結合することでさらに良好に線状欠
陥を検出できる。
淡情報のみから、良好な線状欠陥候補をノイズと区別し
て検出すると共に、得られた線状欠陥候補を局所的／大
局的探索で欠陥部を結合することでさらに良好に線状欠
陥を検出できる。
【図面の簡単な説明】
【図１】本発明の微細線状欠陥を検出する処理フローを
説明する図である。
説明する図である。
【図２】本発明の微細線状欠陥を検出する装置構成を示
す図である。
す図である。
【図３】本発明において、正規化処理を説明する図であ
る。
る。
【図４】本発明において、多重多段階スライス法で、線
状欠陥を抽出するための説明図である。
状欠陥を抽出するための説明図である。
【図５】図４の多重多段階スライス法で、線状領域を連
結成長させた過程の画像を示す図である。
結成長させた過程の画像を示す図である。
【図６】本発明において、局所的探索による領域の結合
を説明する図である。
を説明する図である。
【図７】本発明において、大局的探索による領域の結合
を説明する図である。
を説明する図である。
【図８】本発明において、多重多段階スライス法で、抽
出した線状欠陥候補から線状欠陥を抽出するまでの模式
図を示す図である。
出した線状欠陥候補から線状欠陥を抽出するまでの模式
図を示す図である。
【図９】従来の２段階しきい値法による線状欠陥の抽出
を説明する図である。
を説明する図である。
【図１０】同じく従来の２段階しきい値法による線状欠
陥の抽出を説明する図である。
陥の抽出を説明する図である。
４１ａ，ｂ，ｄ，ｆ 線状欠陥 ４２ ノイズ Ｔ1 〜Ｔ4 多段階の濃度範囲 ４１ｉ 線状欠陥候補
───────────────────────────────────────────────────── フロントページの続き (72)発明者 出川 定男 東京都江東区豊洲三丁目１番15号 石川島 播磨重工業株式会社東二テクニカルセンタ ー内
Claims (3)
- 【請求項１】 検出対象物を撮像した画像より微細線状
欠陥を検出する方法において、画像に正規化処理を施し
た後、ノイズを除去できる低いしきい値で２値化した領
域を初期の核とし、多段階の濃度範囲で２値化した領域
が、核領域と近接していれば核領域に反復的に統合する
多重多段階スライス法を用いて線状欠陥候補を検出する
ことを特徴とする微細線状欠陥の検出方法。 - 【請求項２】 線状欠陥候補を抽出した後、この各線状
欠陥候補を直線セグメントに記述し、これら直線セグメ
ントの方向の連続性が局所的に保たれているセグメント
を統合すると共に、２つ以上のセグメントが大局的に直
線或いは２次曲線を構成しているかを判定し、２次曲線
を構成する場合には、構成要素となる各セグメントを結
合し、局所的欠陥領域の結合と大局的欠陥領域の結合よ
り、微細線状欠陥を抽出する請求項１記載の微細線状欠
陥の検出方法。 - 【請求項３】 検出対象物を撮像した画像より微細線状
欠陥を検出する装置において、検査対象物を撮像する画
像入力装置と、画像に正規化処理を施した後、ノイズを
除去できる低いしきい値で２値化した領域を初期の核と
し、多段階の濃度範囲で２値化した領域が、核領域と近
接していれば核領域に反復的に統合する多重多段階スラ
イス法を用いて線状欠陥候補を検出する画像処理装置
と、この各線状欠陥候補を直線セグメントに記述し、こ
れら直線セグメントの方向の連続性が局所的に保たれて
いるセグメントを統合すると共に、２つ以上のセグメン
トが大局的に直線或いは２次曲線を構成しているかを判
定し、２次曲線を構成する場合には、構成要素となる各
セグメントを結合し、局所的欠陥領域の結合と大局的欠
陥領域の結合より、微細線状欠陥を抽出する判定装置と
を備えたことを特徴とする微細線状欠陥検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20202296A JP3635795B2 (ja) | 1996-07-31 | 1996-07-31 | 微細線状欠陥の検出方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20202296A JP3635795B2 (ja) | 1996-07-31 | 1996-07-31 | 微細線状欠陥の検出方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1048152A true JPH1048152A (ja) | 1998-02-20 |
| JP3635795B2 JP3635795B2 (ja) | 2005-04-06 |
Family
ID=16450634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20202296A Expired - Fee Related JP3635795B2 (ja) | 1996-07-31 | 1996-07-31 | 微細線状欠陥の検出方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3635795B2 (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005227055A (ja) * | 2004-02-12 | 2005-08-25 | Tokyo Metropolitan Sewerage Service Corp | 管渠内画像中のクラック抽出方法 |
| JP2006024149A (ja) * | 2004-07-09 | 2006-01-26 | Foundation For The Promotion Of Industrial Science | 画像上移動物体認識方法及び装置 |
| JP2007078540A (ja) * | 2005-09-14 | 2007-03-29 | Tdk Corp | 外観検査方法及び外観検査装置 |
| US7433508B2 (en) * | 2003-03-12 | 2008-10-07 | Hitachi High-Technologies Corporation | Pattern inspection method and its apparatus |
| JP2012098045A (ja) * | 2010-10-29 | 2012-05-24 | Mitsubishi Electric Corp | クラック検出装置及びクラック検出プログラム |
| US8391585B2 (en) | 2006-12-28 | 2013-03-05 | Sharp Kabushiki Kaisha | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium |
| JP2017072517A (ja) * | 2015-10-08 | 2017-04-13 | 西日本高速道路エンジニアリング四国株式会社 | コンクリートの表面ひび割れの検出方法 |
| WO2019009214A1 (ja) * | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
| WO2019138525A1 (ja) * | 2018-01-12 | 2019-07-18 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置および欠陥情報表示装置 |
| JP2020160616A (ja) * | 2019-03-25 | 2020-10-01 | ブラザー工業株式会社 | 生成装置、コンピュータプログラム、生成方法 |
| CN112598659A (zh) * | 2020-12-29 | 2021-04-02 | 凌云光技术股份有限公司 | 一种印制品线状缺陷检测方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108463717B (zh) * | 2016-01-26 | 2021-05-25 | 富士胶片株式会社 | 龟裂信息检测装置、龟裂信息检测方法及存储介质 |
-
1996
- 1996-07-31 JP JP20202296A patent/JP3635795B2/ja not_active Expired - Fee Related
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7433508B2 (en) * | 2003-03-12 | 2008-10-07 | Hitachi High-Technologies Corporation | Pattern inspection method and its apparatus |
| US7949178B2 (en) | 2003-03-12 | 2011-05-24 | Hitachi High-Technologies Corporation | Pattern inspection method and its apparatus |
| JP2005227055A (ja) * | 2004-02-12 | 2005-08-25 | Tokyo Metropolitan Sewerage Service Corp | 管渠内画像中のクラック抽出方法 |
| JP2006024149A (ja) * | 2004-07-09 | 2006-01-26 | Foundation For The Promotion Of Industrial Science | 画像上移動物体認識方法及び装置 |
| JP4628712B2 (ja) * | 2004-07-09 | 2011-02-09 | 財団法人生産技術研究奨励会 | 画像上移動物体認識方法及び装置 |
| JP2007078540A (ja) * | 2005-09-14 | 2007-03-29 | Tdk Corp | 外観検査方法及び外観検査装置 |
| US8391585B2 (en) | 2006-12-28 | 2013-03-05 | Sharp Kabushiki Kaisha | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium |
| JP2012098045A (ja) * | 2010-10-29 | 2012-05-24 | Mitsubishi Electric Corp | クラック検出装置及びクラック検出プログラム |
| JP2017072517A (ja) * | 2015-10-08 | 2017-04-13 | 西日本高速道路エンジニアリング四国株式会社 | コンクリートの表面ひび割れの検出方法 |
| WO2019009214A1 (ja) * | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
| CN110892255A (zh) * | 2017-07-07 | 2020-03-17 | 佳能株式会社 | 从图像检测缺陷的图像处理装置、图像处理方法和程序 |
| JPWO2019009214A1 (ja) * | 2017-07-07 | 2020-05-21 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
| US11443500B2 (en) | 2017-07-07 | 2022-09-13 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program for detecting defect from image |
| CN110892255B (zh) * | 2017-07-07 | 2024-03-01 | 佳能株式会社 | 从图像检测缺陷的图像处理装置、方法和存储介质 |
| WO2019138525A1 (ja) * | 2018-01-12 | 2019-07-18 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置および欠陥情報表示装置 |
| JP2020160616A (ja) * | 2019-03-25 | 2020-10-01 | ブラザー工業株式会社 | 生成装置、コンピュータプログラム、生成方法 |
| CN112598659A (zh) * | 2020-12-29 | 2021-04-02 | 凌云光技术股份有限公司 | 一种印制品线状缺陷检测方法 |
| CN112598659B (zh) * | 2020-12-29 | 2024-02-27 | 凌云光技术股份有限公司 | 一种印制品线状缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3635795B2 (ja) | 2005-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3635795B2 (ja) | 微細線状欠陥の検出方法及びその装置 | |
| JP4189061B2 (ja) | コンクリート表面のクラック検出方法 | |
| CN111638218A (zh) | 一种涂层表面缺陷的检测方法 | |
| JPH09119900A (ja) | コンクリート欠陥の自動評価方法 | |
| CN108510513A (zh) | 一种基于pca和分段rht的pcb图像圆检测方法 | |
| JPH06207909A (ja) | 表面欠陥検査装置 | |
| JPH08305795A (ja) | 文字認識方法 | |
| JP2000003436A (ja) | Ｉｓａｒ画像識別装置およびｉｓａｒ画像識別方法 | |
| JP2005031901A (ja) | 硬貨識別装置および方法 | |
| EP0974830A3 (en) | Apparatus and method for detecting low-contrast blemishes | |
| JP2946095B2 (ja) | 線分抽出装置 | |
| JPH02242382A (ja) | 欠陥検査方法 | |
| JP4189060B2 (ja) | コンクリート表面の遊離石灰抽出方法 | |
| JPH0217832B2 (ja) | ||
| JP2711649B2 (ja) | 検査対象物の表面傷検出方法 | |
| JP2831273B2 (ja) | 外観検査方法 | |
| JPH041867A (ja) | 画質の評価方法 | |
| CN113344955B (zh) | 一种模糊边缘精准检测边坡的***及方法 | |
| CN112767414B (zh) | 用于微纳光学元件的图像分割方法及自动检测方法 | |
| JP2004125629A (ja) | 欠陥検出装置 | |
| JPH10214327A (ja) | 画像を用いた表面欠陥検出方法 | |
| JP3339128B2 (ja) | 欠陥検査方法及びその実施に使用する装置 | |
| JPH0797410B2 (ja) | 画像処理方法 | |
| JP3409695B2 (ja) | 表面欠陥検査方法 | |
| JP3189604B2 (ja) | 検査方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040830 |
|
| A131 | Notification of reasons for refusal |
Effective date: 20040907 Free format text: JAPANESE INTERMEDIATE CODE: A131 |
|
| A521 | Written amendment |
Effective date: 20041105 Free format text: JAPANESE INTERMEDIATE CODE: A523 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Effective date: 20041214 Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041227 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080114 Year of fee payment: 3 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080114 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080114 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 4 Free format text: PAYMENT UNTIL: 20090114 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 5 Free format text: PAYMENT UNTIL: 20100114 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100114 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 6 Free format text: PAYMENT UNTIL: 20110114 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110114 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 7 Free format text: PAYMENT UNTIL: 20120114 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120114 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 8 Free format text: PAYMENT UNTIL: 20130114 |
|
| LAPS | Cancellation because of no payment of annual fees |