JPH11295230A - 欠陥検出方法 - Google Patents
欠陥検出方法Info
- Publication number
- JPH11295230A JPH11295230A JP11781798A JP11781798A JPH11295230A JP H11295230 A JPH11295230 A JP H11295230A JP 11781798 A JP11781798 A JP 11781798A JP 11781798 A JP11781798 A JP 11781798A JP H11295230 A JPH11295230 A JP H11295230A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- dimensional image
- image data
- streak
- defect detection
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
(57)【要約】
【課題】 被検査対象物の複数の方向に延びる筋状欠陥
の検出を、検出装置の構成を複雑化することなく行うこ
とができる欠陥検出方法を提供する。 【解決手段】 被検査対象物の画像を2次元CCDなど
により2次元画像データ化し、その2次元画像を斜め方
向にスキャンすることによって、縦横の筋状の欠陥を同
時に共通のアルゴリズムで検出する。その際、2次元画
像データを一筆書きのジグザク形状に斜めにスキャンす
ることにより、2次元画像データの領域全体にかかるよ
うな大きな周期の濃度むらに影響されることなく欠陥検
出を行うことができる。また、2次元画像データの端部
部分にデータを補完することによって信号の急峻な変動
を吸収し、欠陥の出現周期を一定にし検出精度を向上さ
せることができる。また、1スキャン毎に読み込まれる
1次元の輝度信号の長さが筋状欠陥の最短長程度となる
ように、2次元画像データの領域を小領域のブロックに
分割することで、全領域の極一部に生じたような短い筋
状欠陥に対しての欠陥検出精度を向上することができ
る。
の検出を、検出装置の構成を複雑化することなく行うこ
とができる欠陥検出方法を提供する。 【解決手段】 被検査対象物の画像を2次元CCDなど
により2次元画像データ化し、その2次元画像を斜め方
向にスキャンすることによって、縦横の筋状の欠陥を同
時に共通のアルゴリズムで検出する。その際、2次元画
像データを一筆書きのジグザク形状に斜めにスキャンす
ることにより、2次元画像データの領域全体にかかるよ
うな大きな周期の濃度むらに影響されることなく欠陥検
出を行うことができる。また、2次元画像データの端部
部分にデータを補完することによって信号の急峻な変動
を吸収し、欠陥の出現周期を一定にし検出精度を向上さ
せることができる。また、1スキャン毎に読み込まれる
1次元の輝度信号の長さが筋状欠陥の最短長程度となる
ように、2次元画像データの領域を小領域のブロックに
分割することで、全領域の極一部に生じたような短い筋
状欠陥に対しての欠陥検出精度を向上することができ
る。
Description
【0001】
【発明の属する技術分野】本発明は、感光体ドラムの表
面の塗工むら欠陥等、工業製品の欠陥の検出を画像処理
の手法を用いて行う欠陥検出方法に関する。
面の塗工むら欠陥等、工業製品の欠陥の検出を画像処理
の手法を用いて行う欠陥検出方法に関する。
【0002】
【従来の技術】電子写真式の複写機や、レーザプリンタ
などの書込み系に用いられる感光体ドラムはアルミ等の
筒状の素管の外周面に、感光体を複数の層塗布すること
により形成される。素管への感光体の塗布は、素管を感
光体液中に浸積し引き上げることによりなされるため、
その際に感光体ドラム表面に塗りむらやごみ等による白
ぽち、黒ぽちと呼ばれるような局所的な濃度むらや突起
等の欠陥を生ずる(図1参照)。また、感光体ドラムの
素管であるアルミ管は切削により表面仕上げされるた
め、切削痕の状態によっても欠陥を生ずる。これらの欠
陥のうち、白ぽち、黒ぽち、突起などの微少な欠陥に関
しては、従来からラプラシアンフィルタ等のエッジ検出
フィルタを用いた方法によって容易に検出することが可
能である。しかしながら、素管の切削痕に起因する管周
方向に沿った欠陥や、素管を感光体液中に浸潰し引き上
げた際に生ずる軸方向に沿った欠陥に関しては、細く筋
状に延びしかも淡く拡がった欠陥となるため、上記の方
法では検出することが難しかった。このような筋状の欠
陥が存在すると、形成画像中に白筋や黒筋が発生するた
めコピー品質が著しく低下することになる。このような
筋状欠陥を検出するために、特開平5−203585号
公報に記載の技術では、被検査対象物体の移動方向に対
し光学ヘッドを直角方向に往復移動させながら、その物
体からの反射光または物体からの透過光を受光し、受光
信号が所定レベルを超えている時間の長さが所定時間を
越えたとき筋状欠陥ありと判断する方法をとっている。
また、特開昭63−142241号公報に記載の技術で
は、被検査対象物体の領域を細分割して設定されたデー
タセル毎に検出を行い、セル内から検出される2値化信
号を重み付けしながら加減算することにより、断続的な
欠陥やノイズに対し、問題となる筋状の欠陥を弁別して
検出するようにしている。
などの書込み系に用いられる感光体ドラムはアルミ等の
筒状の素管の外周面に、感光体を複数の層塗布すること
により形成される。素管への感光体の塗布は、素管を感
光体液中に浸積し引き上げることによりなされるため、
その際に感光体ドラム表面に塗りむらやごみ等による白
ぽち、黒ぽちと呼ばれるような局所的な濃度むらや突起
等の欠陥を生ずる(図1参照)。また、感光体ドラムの
素管であるアルミ管は切削により表面仕上げされるた
め、切削痕の状態によっても欠陥を生ずる。これらの欠
陥のうち、白ぽち、黒ぽち、突起などの微少な欠陥に関
しては、従来からラプラシアンフィルタ等のエッジ検出
フィルタを用いた方法によって容易に検出することが可
能である。しかしながら、素管の切削痕に起因する管周
方向に沿った欠陥や、素管を感光体液中に浸潰し引き上
げた際に生ずる軸方向に沿った欠陥に関しては、細く筋
状に延びしかも淡く拡がった欠陥となるため、上記の方
法では検出することが難しかった。このような筋状の欠
陥が存在すると、形成画像中に白筋や黒筋が発生するた
めコピー品質が著しく低下することになる。このような
筋状欠陥を検出するために、特開平5−203585号
公報に記載の技術では、被検査対象物体の移動方向に対
し光学ヘッドを直角方向に往復移動させながら、その物
体からの反射光または物体からの透過光を受光し、受光
信号が所定レベルを超えている時間の長さが所定時間を
越えたとき筋状欠陥ありと判断する方法をとっている。
また、特開昭63−142241号公報に記載の技術で
は、被検査対象物体の領域を細分割して設定されたデー
タセル毎に検出を行い、セル内から検出される2値化信
号を重み付けしながら加減算することにより、断続的な
欠陥やノイズに対し、問題となる筋状の欠陥を弁別して
検出するようにしている。
【0003】
【発明が解決しようとする課題】しかし、特開平5−2
03585号公報に記載の技術では、被検査対象物体の
移動方向に対し直角方向に延びる一方向の欠陥にしか対
広できず、また、光学ヘッドを往復させるための機構な
どが必要なため装置構成が複雑になるという問題があ
る。また、特開昭63−142241号公報に記載の技
術においても、同一方向の欠陥に対して重み付けを行う
ことによって処理を行うため、これを直交する2方向に
延びる欠陥の検出に適応すると装置構成が複雑にならざ
るをえない。そこで本発明が解決しようとする課題は、
被検査対象物の複数の方向に延びる筋状欠陥の検出を、
検出装置の構成を複雑化することなく行うことができる
欠陥検出方法を提供することにある。
03585号公報に記載の技術では、被検査対象物体の
移動方向に対し直角方向に延びる一方向の欠陥にしか対
広できず、また、光学ヘッドを往復させるための機構な
どが必要なため装置構成が複雑になるという問題があ
る。また、特開昭63−142241号公報に記載の技
術においても、同一方向の欠陥に対して重み付けを行う
ことによって処理を行うため、これを直交する2方向に
延びる欠陥の検出に適応すると装置構成が複雑にならざ
るをえない。そこで本発明が解決しようとする課題は、
被検査対象物の複数の方向に延びる筋状欠陥の検出を、
検出装置の構成を複雑化することなく行うことができる
欠陥検出方法を提供することにある。
【0004】
【課題を解決するための手段】上記課題を解決するため
に、請求項1に記載の発明に係る欠陥検出方法では、被
検査対象物の軸方向に対してある特定の角度を成す方向
に沿って当該検査対象物表面の輝度信号を順次取り込
み、この輝度信号に基づいて前記軸方向に対して平行方
向及び直交方向に延びる筋状欠陥を検出するようにした
ことを特徴とする。この方法によれば、被検査対象物の
任意の方向に延びる筋状欠陥の検出を、全方向共通のア
ルゴリズムで行うことができるので、検出装置の構成を
複雑化することなく、被検査対象物の複数の方向に延び
る筋状欠陥の検出を行うことができる。また、請求項2
に記載の発明では、請求項1に記載の方法を前提にし
て、前記被検査対象物表面と対応する2次元画像データ
を順次斜めにスキャンすることにより前記輝度信号の取
り込みを行うようにした。この方法によれば、2次元C
CDにより被検査対象物表面を撮像して得られた2次元
画像データや、被検査対象物表面を主走査方向に延びる
1次元CCDで撮像しつつ両者を副走査方向に相対的に
移動させて得られた2次元画像データを2次元画像メモ
リに書き込み順次斜め方向にスキャンすることによって
請求項1の欠陥検出方法を実現することができる。ま
た、請求項3に記載の発明では、請求項2に記載の方法
を前提にして、前記2次元画像メモリを一筆書きのジグ
ザク波形状に順次斜めにスキャンするようにしたことを
特徴としている。この方法によれば、2次元CCDによ
り被検査対象物表面を撮像して得られた2次元画像デー
タや、被検査対象物表面を主走査方向に延びる1次元C
CDで撮像しつつ両者を副走査方向に相対的に移動させ
て得られた2次元画像データを、一筆書きのジグザク波
形状に斜めにスキャンすることにより、当該2次元画像
データの領域全体にかかるような大きな周期の濃度むら
に影響されることなく欠陥検出を行うことができる。
に、請求項1に記載の発明に係る欠陥検出方法では、被
検査対象物の軸方向に対してある特定の角度を成す方向
に沿って当該検査対象物表面の輝度信号を順次取り込
み、この輝度信号に基づいて前記軸方向に対して平行方
向及び直交方向に延びる筋状欠陥を検出するようにした
ことを特徴とする。この方法によれば、被検査対象物の
任意の方向に延びる筋状欠陥の検出を、全方向共通のア
ルゴリズムで行うことができるので、検出装置の構成を
複雑化することなく、被検査対象物の複数の方向に延び
る筋状欠陥の検出を行うことができる。また、請求項2
に記載の発明では、請求項1に記載の方法を前提にし
て、前記被検査対象物表面と対応する2次元画像データ
を順次斜めにスキャンすることにより前記輝度信号の取
り込みを行うようにした。この方法によれば、2次元C
CDにより被検査対象物表面を撮像して得られた2次元
画像データや、被検査対象物表面を主走査方向に延びる
1次元CCDで撮像しつつ両者を副走査方向に相対的に
移動させて得られた2次元画像データを2次元画像メモ
リに書き込み順次斜め方向にスキャンすることによって
請求項1の欠陥検出方法を実現することができる。ま
た、請求項3に記載の発明では、請求項2に記載の方法
を前提にして、前記2次元画像メモリを一筆書きのジグ
ザク波形状に順次斜めにスキャンするようにしたことを
特徴としている。この方法によれば、2次元CCDによ
り被検査対象物表面を撮像して得られた2次元画像デー
タや、被検査対象物表面を主走査方向に延びる1次元C
CDで撮像しつつ両者を副走査方向に相対的に移動させ
て得られた2次元画像データを、一筆書きのジグザク波
形状に斜めにスキャンすることにより、当該2次元画像
データの領域全体にかかるような大きな周期の濃度むら
に影響されることなく欠陥検出を行うことができる。
【0005】また、請求項4に記載の発明では、請求項
2または3に記載の方法を前提にして、前記2次元画像
データの端部に仮データを補完して順次斜めにスキャン
することにより欠陥信号の取り込み周期が一定となるよ
うにした。この方法によれば、前記2次元画像データの
端部部分にデータを補完することによって信号の急峻な
変動を吸収し、欠陥の出現周期を一定にし検出精度を向
上させることができる。つまり、請求項2、3の方法の
場合、前記2次元画像データの領域端部部分では、斜め
にスキャンすることにより1スキャン毎に読み込まれる
データ長が変化し欠陥検出精度に影響が出る可能性があ
るが、請求項4に記載の方法によればこのような不具合
を解消できる。また、請求項5に記載の発明では、請求
項1〜3のいずれかに記載の方法を前提にして、前記2
次元画像データの領域を複数のブロックに分割し、各ブ
ロック単位で順次斜めにスキャンするようにした。この
方法によれば、1スキャン毎に読み込まれる1次元の輝
度信号の長さ(スキャン範囲)が筋状欠陥の最短長程度
となるように、前記2次元画像データの領域を小領域の
ブロックに分割することで、全領域の極一部に生じたよ
うな短い筋状欠陥に対しての欠陥検出精度(S/N)を
向上することができる。
2または3に記載の方法を前提にして、前記2次元画像
データの端部に仮データを補完して順次斜めにスキャン
することにより欠陥信号の取り込み周期が一定となるよ
うにした。この方法によれば、前記2次元画像データの
端部部分にデータを補完することによって信号の急峻な
変動を吸収し、欠陥の出現周期を一定にし検出精度を向
上させることができる。つまり、請求項2、3の方法の
場合、前記2次元画像データの領域端部部分では、斜め
にスキャンすることにより1スキャン毎に読み込まれる
データ長が変化し欠陥検出精度に影響が出る可能性があ
るが、請求項4に記載の方法によればこのような不具合
を解消できる。また、請求項5に記載の発明では、請求
項1〜3のいずれかに記載の方法を前提にして、前記2
次元画像データの領域を複数のブロックに分割し、各ブ
ロック単位で順次斜めにスキャンするようにした。この
方法によれば、1スキャン毎に読み込まれる1次元の輝
度信号の長さ(スキャン範囲)が筋状欠陥の最短長程度
となるように、前記2次元画像データの領域を小領域の
ブロックに分割することで、全領域の極一部に生じたよ
うな短い筋状欠陥に対しての欠陥検出精度(S/N)を
向上することができる。
【0006】また、請求項6に記載の発明では、請求項
5に記載の方法を前提にして、前記2次元画像データの
領域を、スキャン方向と平行な辺を有する平行四辺形の
ブロックに分割するようにした。この方法によれば、1
スキャン毎に読み込まれる1次元の輝度信号の長さ(ス
キャン範囲)が一定長になるので、欠陥の出現周期を一
定にし検出精度を向上させることができる。つまり、欠
陥の出現周期を一定にするために端部部分にデータを補
完するなどの処理を簡略化乃至省略できる。また、請求
項7に記載の発明では、請求項1〜6のいずれかに記載
の方法を前提にして、前記輝度信号を周波数領域に変換
し、筋状欠陥の方向により決定される基本周波数成分と
その整数倍の周波数成分の乗積値の分布に基づいて筋状
欠陥を検出するようにした。また、請求項8に記載の発
明では、請求項1〜6のいずれかに記載の方法を前提に
して、前記輝度信号を周波数領域に変換し、当該輝度信
号のパワースペクトルと、これを筋状欠陥の方向により
決定される基本周波数成分ずらしたスペクトルとの自己
相関により筋状欠陥を検出するようにした。
5に記載の方法を前提にして、前記2次元画像データの
領域を、スキャン方向と平行な辺を有する平行四辺形の
ブロックに分割するようにした。この方法によれば、1
スキャン毎に読み込まれる1次元の輝度信号の長さ(ス
キャン範囲)が一定長になるので、欠陥の出現周期を一
定にし検出精度を向上させることができる。つまり、欠
陥の出現周期を一定にするために端部部分にデータを補
完するなどの処理を簡略化乃至省略できる。また、請求
項7に記載の発明では、請求項1〜6のいずれかに記載
の方法を前提にして、前記輝度信号を周波数領域に変換
し、筋状欠陥の方向により決定される基本周波数成分と
その整数倍の周波数成分の乗積値の分布に基づいて筋状
欠陥を検出するようにした。また、請求項8に記載の発
明では、請求項1〜6のいずれかに記載の方法を前提に
して、前記輝度信号を周波数領域に変換し、当該輝度信
号のパワースペクトルと、これを筋状欠陥の方向により
決定される基本周波数成分ずらしたスペクトルとの自己
相関により筋状欠陥を検出するようにした。
【0007】
【発明の実施の形態】次に、本発明について図面を参照
しつつ詳細に説明する。なお、この例では感光体ドラム
の欠陥検出について説明するが、本発明はこれに限定さ
れるものではない。図1は被検査対象物である感光体ド
ラムとその外周面の2次元画像データとを概念的に示し
た説明図である。この2次元画像データは、被検査対象
物表面を2次元CCDにより撮像することにより、或い
は被検査対象物表面を主走査方向に延びる1次元CCD
で撮像しつつ両者を副走査方向に相対的に移動させて全
体を撮像することにより得られたものである。図示する
ように、筋状欠陥は、白ぽち欠陥や黒ぽち欠陥に比べて
広い広範囲に亘っている。この種の筋状欠陥は淡く非常
にS/Nが低いため、従来の方法ではノイズに埋もれや
すく検出が難しい。製造工程の関係上、このような細長
い筋状欠陥の発生は軸方向及び周方向に限られてくる
が、通常行われているように軸方向と平行に輝度情報を
取り込むと、筋状欠陥信号は、図2(a)、(b)に示
すように軸方向の欠陥(横筋状欠陥)ではパルス幅が大
きく、図3(a)、(b)に示すように周方向の欠陥
(縦筋状欠陥)では幅の小さいパルスが繰り返し現れ
る。この欠陥信号の繰り返しを重み付けしながら積算処
理を行い筋状欠陥を検出するのが、前述の特開昭63−
142241号に記載された方法である。請求項1の欠
陥検出方法は、被検査対象物である感光体ドラム表面の
画像の軸方向に対してある特定の角度を成す方向に沿っ
て順次画像信号(輝度信号)を取り込むことにより、縦
横どちらの筋状欠陥の場合も欠陥信号が同じように一定
の周期で繰り返し現れることを利用して欠陥の検出を行
うものである。具体的には周波数領域での解析や、デジ
タルフィルタ等による欠陥の検出などが考えられる。ま
たこの場合、輝度信号の取り込み方法には、実際に撮像
系を感光体ドラムの軸に対して傾けることによって達成
する方法と、後述のように画像データを書き込んだ2次
元画像メモリからの画素データの読み出し順序を制御す
ることによって達成する方法とがある。(a)、(b)
は横筋状欠陥が存在する場合の2次元画像とこれを横方
向にスキャンしたときに検出される画像信号とを示した
説明図である。
しつつ詳細に説明する。なお、この例では感光体ドラム
の欠陥検出について説明するが、本発明はこれに限定さ
れるものではない。図1は被検査対象物である感光体ド
ラムとその外周面の2次元画像データとを概念的に示し
た説明図である。この2次元画像データは、被検査対象
物表面を2次元CCDにより撮像することにより、或い
は被検査対象物表面を主走査方向に延びる1次元CCD
で撮像しつつ両者を副走査方向に相対的に移動させて全
体を撮像することにより得られたものである。図示する
ように、筋状欠陥は、白ぽち欠陥や黒ぽち欠陥に比べて
広い広範囲に亘っている。この種の筋状欠陥は淡く非常
にS/Nが低いため、従来の方法ではノイズに埋もれや
すく検出が難しい。製造工程の関係上、このような細長
い筋状欠陥の発生は軸方向及び周方向に限られてくる
が、通常行われているように軸方向と平行に輝度情報を
取り込むと、筋状欠陥信号は、図2(a)、(b)に示
すように軸方向の欠陥(横筋状欠陥)ではパルス幅が大
きく、図3(a)、(b)に示すように周方向の欠陥
(縦筋状欠陥)では幅の小さいパルスが繰り返し現れ
る。この欠陥信号の繰り返しを重み付けしながら積算処
理を行い筋状欠陥を検出するのが、前述の特開昭63−
142241号に記載された方法である。請求項1の欠
陥検出方法は、被検査対象物である感光体ドラム表面の
画像の軸方向に対してある特定の角度を成す方向に沿っ
て順次画像信号(輝度信号)を取り込むことにより、縦
横どちらの筋状欠陥の場合も欠陥信号が同じように一定
の周期で繰り返し現れることを利用して欠陥の検出を行
うものである。具体的には周波数領域での解析や、デジ
タルフィルタ等による欠陥の検出などが考えられる。ま
たこの場合、輝度信号の取り込み方法には、実際に撮像
系を感光体ドラムの軸に対して傾けることによって達成
する方法と、後述のように画像データを書き込んだ2次
元画像メモリからの画素データの読み出し順序を制御す
ることによって達成する方法とがある。(a)、(b)
は横筋状欠陥が存在する場合の2次元画像とこれを横方
向にスキャンしたときに検出される画像信号とを示した
説明図である。
【0008】請求項2の欠陥検出方法は、2次元画像メ
モリ上に取り込まれた2次元画像データを図4に示すよ
うに一定方向に斜めスキャンすることにより、請求項1
における欠陥検出のための輝度信号の取り込みを達成す
る。この方法によれば、スキャン方向が一定なため欠陥
の周期が一定になるという利点がある。一方、画像情報
に広範囲にわたる濃度むらや照明むら等がある場合に
は、ライン毎に信号が階段状の信号となりノイズ成分と
なって現れてくるという問題がある。そこで、請求項3
の欠陥検出方法では、図5に示すようにスキャン方向を
1ライン毎に入れ替え、常に隣接点を通る経路での信号
を取り出すことによって欠陥検出を行う。なお、スキャ
ン方向は軸方向に対して任意ではあり、縦横の筋状欠陥
の欠陥周波数が異なる場合など、適宜変更することによ
って、縦横の解像度を変更することができる。但しここ
では、スキャン角度(スキャン方向が軸方向と成す角
度)を45度とした場合が最も説明が容易なので、今後
の説明はスキャン角度が45度の場合についておこな
う。検査領域は一般的に矩形領域であるので、図6
(a)のように斜めにスキャンすると端部においてはス
キャン周期が変化するため、図6(b)のように画像信
号の欠陥部分の信号間隔が変化してしまう。
モリ上に取り込まれた2次元画像データを図4に示すよ
うに一定方向に斜めスキャンすることにより、請求項1
における欠陥検出のための輝度信号の取り込みを達成す
る。この方法によれば、スキャン方向が一定なため欠陥
の周期が一定になるという利点がある。一方、画像情報
に広範囲にわたる濃度むらや照明むら等がある場合に
は、ライン毎に信号が階段状の信号となりノイズ成分と
なって現れてくるという問題がある。そこで、請求項3
の欠陥検出方法では、図5に示すようにスキャン方向を
1ライン毎に入れ替え、常に隣接点を通る経路での信号
を取り出すことによって欠陥検出を行う。なお、スキャ
ン方向は軸方向に対して任意ではあり、縦横の筋状欠陥
の欠陥周波数が異なる場合など、適宜変更することによ
って、縦横の解像度を変更することができる。但しここ
では、スキャン角度(スキャン方向が軸方向と成す角
度)を45度とした場合が最も説明が容易なので、今後
の説明はスキャン角度が45度の場合についておこな
う。検査領域は一般的に矩形領域であるので、図6
(a)のように斜めにスキャンすると端部においてはス
キャン周期が変化するため、図6(b)のように画像信
号の欠陥部分の信号間隔が変化してしまう。
【0009】そこで、請求項4の欠陥検出方法では、図
7(a)のように画像データの端部領域を仮想的に拡張
することで、図7(b)のように補完信号を挿入する。
これにより欠陥信号を一定間隔にすることができるた
め、筋状欠陥の検出精度を上げることができる。この補
完信号の挿入方法には、挿入される前のデータを順次挿
入する方法や、前後のデータの平均値を挿入する方法
や、前後データ間を線形補完する方法などがある。ま
た、欠陥信号部分が図8(a)のように検査領域に対し
て極小さい場合、欠陥信号は図8(b)のように極限ら
れた部分にのみ現れる。このため周波数解析を行った際
にスペクトル分布が連続的となり検出精度を低下させ
る。そこで、請求項5の欠陥検出方法では、図8(a)
内に点線で示すように、画像データの領域を複数の小ブ
ロックに分割し、各ブロック単位で順次斜めにスキャン
する。その結果、筋状欠陥を含む領域では、図8(c)
に示すようにほぼ一様に欠陥信号が分布するようにな
り、周波数解析の精度を上げることができる。なお、こ
のブロックの大きさは検出する必要があるもっとも小さ
な欠陥が良好に検出されるように決定される。しかし、
図8(a)のように正方形のブロックに分割した場合、
端部においてはスキャン周期が変化するため、図6の場
合と同じように画像信号の欠陥部分の信号間隔が変化し
てしまう。
7(a)のように画像データの端部領域を仮想的に拡張
することで、図7(b)のように補完信号を挿入する。
これにより欠陥信号を一定間隔にすることができるた
め、筋状欠陥の検出精度を上げることができる。この補
完信号の挿入方法には、挿入される前のデータを順次挿
入する方法や、前後のデータの平均値を挿入する方法
や、前後データ間を線形補完する方法などがある。ま
た、欠陥信号部分が図8(a)のように検査領域に対し
て極小さい場合、欠陥信号は図8(b)のように極限ら
れた部分にのみ現れる。このため周波数解析を行った際
にスペクトル分布が連続的となり検出精度を低下させ
る。そこで、請求項5の欠陥検出方法では、図8(a)
内に点線で示すように、画像データの領域を複数の小ブ
ロックに分割し、各ブロック単位で順次斜めにスキャン
する。その結果、筋状欠陥を含む領域では、図8(c)
に示すようにほぼ一様に欠陥信号が分布するようにな
り、周波数解析の精度を上げることができる。なお、こ
のブロックの大きさは検出する必要があるもっとも小さ
な欠陥が良好に検出されるように決定される。しかし、
図8(a)のように正方形のブロックに分割した場合、
端部においてはスキャン周期が変化するため、図6の場
合と同じように画像信号の欠陥部分の信号間隔が変化し
てしまう。
【0010】そこで、請求項6の欠陥検出方法では、図
9に示すようにスキャン方向と平行な辺を有する平行四
辺形(菱形)のブロックに分割し、各ブロック単位で順
次斜めにスキャンする。なお、図8(a)のように正方
形のブロックに分割した場合は、ブロック列の両端部に
対して請求項4の方法を適用することができる。上記の
方法によれば、筋状欠陥が存在する場合の欠陥信号は、
図10(a)に示すように同一周期のパルス列として現
れる。このパルス列の周波数スペクトルFは、図10
(b)のように基準周波数ω0 とその整数倍周波数に現
れる。式(1)のように基本周波数ω0 毎に乗積をとる
と、筋状欠陥は、その基本周波数をあらわすAω0 にお
いて他の周波数における乗積に比べて大きな値を示す。
そこで、請求項7の欠陥検出方法では、輝度信号を周波
数領域に変換し、筋状欠陥の方向により決定される基本
周波数成分とその整数倍の周波数成分の乗積値の分布に
基づいて筋状欠陥を検出する。
9に示すようにスキャン方向と平行な辺を有する平行四
辺形(菱形)のブロックに分割し、各ブロック単位で順
次斜めにスキャンする。なお、図8(a)のように正方
形のブロックに分割した場合は、ブロック列の両端部に
対して請求項4の方法を適用することができる。上記の
方法によれば、筋状欠陥が存在する場合の欠陥信号は、
図10(a)に示すように同一周期のパルス列として現
れる。このパルス列の周波数スペクトルFは、図10
(b)のように基準周波数ω0 とその整数倍周波数に現
れる。式(1)のように基本周波数ω0 毎に乗積をとる
と、筋状欠陥は、その基本周波数をあらわすAω0 にお
いて他の周波数における乗積に比べて大きな値を示す。
そこで、請求項7の欠陥検出方法では、輝度信号を周波
数領域に変換し、筋状欠陥の方向により決定される基本
周波数成分とその整数倍の周波数成分の乗積値の分布に
基づいて筋状欠陥を検出する。
【0011】
【数1】 また、同様にして式(2)のように基準周波数をもとに
周波数スペクトルにおける自己相関をとると、筋状欠陥
がより大きな値を示すので欠陥を検出することができ
る。
周波数スペクトルにおける自己相関をとると、筋状欠陥
がより大きな値を示すので欠陥を検出することができ
る。
【0012】
【数2】 そこで、請求項8の欠陥検出方法では、輝度信号を周波
数領域に変換し、当該輝度信号のパワースペクトルと、
これを筋状欠陥の方向により決定される基本周波数分ず
らしたスペクトルとの自己相関により筋状欠陥を検出す
る。
数領域に変換し、当該輝度信号のパワースペクトルと、
これを筋状欠陥の方向により決定される基本周波数分ず
らしたスペクトルとの自己相関により筋状欠陥を検出す
る。
【0013】次に、図9に示すようにスキャン方向と平
行な辺を有する平行四辺形(菱形)のブロックに分割
し、各ブロック単位で順次斜めにスキャンした場合の乗
積処理について説明する。一例として、図11(a)に
示すような幅32画素、高さ32画素の45度に傾いた
ブロックで切り出した検査画像に対する処理例を示す。
画像はベース濃度が120であり、筋状欠陥として位置
が左端から40画素目で画素値が130となるものでシ
ミュレーションを行う。ただし、誤差(ノイズ)成分と
して標準偏差5でランダムに正規分布するデータを全体
に与えている。また、図11(b)にその斜めスキャン
データ、図11(c)に周波数パワースペクトルを示
す。ここで以下の変数および関数を定義する。 zscan :斜めスキャンデータ列 xsize :画像の横幅(例はxsize=32) ysize ;画像の縦の高さ(例はysize=3
2) rows(X) ;数列Xの要素数 fft(X) ;実数数列XのFFT、結果は複素数の
数列として返す。 なお、fft(X)の結果はフーリエ変換の共役対称部
分を省略し、rows(fft(X))=1+rows
(X)/2となるものとする。また、rows(zsc
an)=xsize×ysizeである。左下から斜め
に順にスキャンすることから、横筋状欠陥が存在する場
合はデータ列zscanのrows(zscan)の大
きさのデータ列にysize毎に現れるので、横筋状欠
陥の基本周波数はfft(zscan)のrows(z
sca)/ysize番目となる。同様にして、縦筋状
欠陥が存在する場合はデータ列zscanのrows
(zscan)の大きさのデータのなかにysize−
1毎に現れるので、縦筋状欠陥の基本周波数はfft
(zscan)のrows(zscan)/(ysiz
e−1)番目となる。データの取り方によって基本周波
数は整数とならない場合があり、この場合は整数の場合
に比べて若干パワースペクトルのピークは小さくなる傾
向がでる。実際のシミュレーション画像の乗積の分布を
図12に示す。なお、グラフ内の数値は下記の式(3)
から式(6)により求められる。
行な辺を有する平行四辺形(菱形)のブロックに分割
し、各ブロック単位で順次斜めにスキャンした場合の乗
積処理について説明する。一例として、図11(a)に
示すような幅32画素、高さ32画素の45度に傾いた
ブロックで切り出した検査画像に対する処理例を示す。
画像はベース濃度が120であり、筋状欠陥として位置
が左端から40画素目で画素値が130となるものでシ
ミュレーションを行う。ただし、誤差(ノイズ)成分と
して標準偏差5でランダムに正規分布するデータを全体
に与えている。また、図11(b)にその斜めスキャン
データ、図11(c)に周波数パワースペクトルを示
す。ここで以下の変数および関数を定義する。 zscan :斜めスキャンデータ列 xsize :画像の横幅(例はxsize=32) ysize ;画像の縦の高さ(例はysize=3
2) rows(X) ;数列Xの要素数 fft(X) ;実数数列XのFFT、結果は複素数の
数列として返す。 なお、fft(X)の結果はフーリエ変換の共役対称部
分を省略し、rows(fft(X))=1+rows
(X)/2となるものとする。また、rows(zsc
an)=xsize×ysizeである。左下から斜め
に順にスキャンすることから、横筋状欠陥が存在する場
合はデータ列zscanのrows(zscan)の大
きさのデータ列にysize毎に現れるので、横筋状欠
陥の基本周波数はfft(zscan)のrows(z
sca)/ysize番目となる。同様にして、縦筋状
欠陥が存在する場合はデータ列zscanのrows
(zscan)の大きさのデータのなかにysize−
1毎に現れるので、縦筋状欠陥の基本周波数はfft
(zscan)のrows(zscan)/(ysiz
e−1)番目となる。データの取り方によって基本周波
数は整数とならない場合があり、この場合は整数の場合
に比べて若干パワースペクトルのピークは小さくなる傾
向がでる。実際のシミュレーション画像の乗積の分布を
図12に示す。なお、グラフ内の数値は下記の式(3)
から式(6)により求められる。
【0014】
【数3】 なお、上記関数floor(a)はaを超えない最大の
整数を返す。図12より、式(6)の分布の最大値は3
3番目にありこれは基本周波数33と同じであるため、
縦方向の筋状欠陥を表している。比較のために、筋状欠
陥ではなく、白ぽち欠陥をシミュレートするように、3
×3で値が200のデータに対して同様の処理を行った
乗積の分布を図13に示す。この分布は最大値を示すの
が33ではなく32のところであり、また、分布が広が
っているため筋状欠陥とは別のものであることがわか
る。
整数を返す。図12より、式(6)の分布の最大値は3
3番目にありこれは基本周波数33と同じであるため、
縦方向の筋状欠陥を表している。比較のために、筋状欠
陥ではなく、白ぽち欠陥をシミュレートするように、3
×3で値が200のデータに対して同様の処理を行った
乗積の分布を図13に示す。この分布は最大値を示すの
が33ではなく32のところであり、また、分布が広が
っているため筋状欠陥とは別のものであることがわか
る。
【0015】
【発明の効果】以上説明したように、本発明は以下のよ
うな優れた効果を奏する。請求項1に記載の発明によれ
ば、2次元画像を斜め方向にスキャンすることによっ
て、縦横の筋状の欠陥を同時に共通のアルゴリズムで検
出することが可能となる。また、請求項2に記載の発明
によれば、2次元画像メモリ上において2次元画像を順
次斜めにスキャンすることにより請求項1の欠陥検出方
法が使用できる。また、請求項3に記載の発明によれ
ば、2次元画像メモリ上において2次元画像を順次斜め
スキャンすることにより請求項1の欠陥検出方法が使用
でき、また、画像に大きな濃度むらが存在しても筋状欠
陥を安定して検出することができる。また、請求項4に
記載の発明によれば、2次元画像データの端部に仮デー
タを補完することによって、端部での欠陥信号周期を一
定にすることができるので検出精度を上げることができ
る。また、請求項5に記載の発明によれば、2次元画像
データの処理領域をブロックに分割することによって、
処理時間の短縮および処理の並列化が可能となる。ま
た、ブロックの大きさを筋状欠陥の大きさにあわせるこ
とによって、検出感度を高めることができる。
うな優れた効果を奏する。請求項1に記載の発明によれ
ば、2次元画像を斜め方向にスキャンすることによっ
て、縦横の筋状の欠陥を同時に共通のアルゴリズムで検
出することが可能となる。また、請求項2に記載の発明
によれば、2次元画像メモリ上において2次元画像を順
次斜めにスキャンすることにより請求項1の欠陥検出方
法が使用できる。また、請求項3に記載の発明によれ
ば、2次元画像メモリ上において2次元画像を順次斜め
スキャンすることにより請求項1の欠陥検出方法が使用
でき、また、画像に大きな濃度むらが存在しても筋状欠
陥を安定して検出することができる。また、請求項4に
記載の発明によれば、2次元画像データの端部に仮デー
タを補完することによって、端部での欠陥信号周期を一
定にすることができるので検出精度を上げることができ
る。また、請求項5に記載の発明によれば、2次元画像
データの処理領域をブロックに分割することによって、
処理時間の短縮および処理の並列化が可能となる。ま
た、ブロックの大きさを筋状欠陥の大きさにあわせるこ
とによって、検出感度を高めることができる。
【0016】また、請求項6に記載の発明によれば、2
次元画像データの処理領域を、スキャン方向と平行な辺
を有する平行四辺形のブロックに分割することにより、
1スキャン毎に読み込まれる1次元の輝度信号の長さが
一定長になるので、欠陥の出現周期を一定にし検出精度
を向上させることができる。また、請求項7に記載の発
明によれば、筋方向により決定される基本周波数とその
整数倍周波数のスペクトルの乗積分布により筋状欠陥を
検出することが可能となる。また、請求項8に記載の発
明によれば、斜めスキャン信号のパワースペクトルと、
筋方向により決定される縦横筋の基本周波数分ずらした
スペクトルとの自己相関を求めることにより、その大き
さによって筋状欠陥を検出することが可能となる。
次元画像データの処理領域を、スキャン方向と平行な辺
を有する平行四辺形のブロックに分割することにより、
1スキャン毎に読み込まれる1次元の輝度信号の長さが
一定長になるので、欠陥の出現周期を一定にし検出精度
を向上させることができる。また、請求項7に記載の発
明によれば、筋方向により決定される基本周波数とその
整数倍周波数のスペクトルの乗積分布により筋状欠陥を
検出することが可能となる。また、請求項8に記載の発
明によれば、斜めスキャン信号のパワースペクトルと、
筋方向により決定される縦横筋の基本周波数分ずらした
スペクトルとの自己相関を求めることにより、その大き
さによって筋状欠陥を検出することが可能となる。
【図1】被検査対象物である感光体ドラムとその外周面
の2次元画像データとを概念的に示した説明図である。
の2次元画像データとを概念的に示した説明図である。
【図2】(a)は横筋状欠陥が存在する場合の2次元画
像を例示した説明図、(b)は(a)の画像を横方向に
スキャンしたときに検出される画像信号を示した説明図
である。
像を例示した説明図、(b)は(a)の画像を横方向に
スキャンしたときに検出される画像信号を示した説明図
である。
【図3】(a)は縦筋状欠陥が存在する場合の2次元画
像を例示した説明図、(b)は(a)の画像を横方向に
スキャンしたときに検出される画像信号を示した説明図
である。
像を例示した説明図、(b)は(a)の画像を横方向に
スキャンしたときに検出される画像信号を示した説明図
である。
【図4】2次元画像データを順次斜めに一方向にスキャ
ンする形態例を示した説明図である。
ンする形態例を示した説明図である。
【図5】2次元画像データをジグザグにスキャンする形
態例を示した説明図である。
態例を示した説明図である。
【図6】(a)は縦筋状欠陥が存在する場合の2次元画
像を例示した説明図、(b)は(a)の画像を順次斜め
に一方向にスキャンしたときに検出される画像信号を示
した説明図である。
像を例示した説明図、(b)は(a)の画像を順次斜め
に一方向にスキャンしたときに検出される画像信号を示
した説明図である。
【図7】(a)は縦筋状欠陥が存在する場合の2次元画
像と端部補完部分を例示した説明図、(b)は(a)の
画像を補完部分を含めて順次斜めに一方向にスキャンし
たときに検出される画像信号とを示した説明図である。
像と端部補完部分を例示した説明図、(b)は(a)の
画像を補完部分を含めて順次斜めに一方向にスキャンし
たときに検出される画像信号とを示した説明図である。
【図8】(a)は2次元画像データの処理領域を複数の
ブロックに分割した状態を例示した説明図、(b)は
(a)に示す2次元画像領域全体における欠陥信号の分
布説明図、(c)は(a)に示すブロック毎における欠
陥信号の分布説明図である。
ブロックに分割した状態を例示した説明図、(b)は
(a)に示す2次元画像領域全体における欠陥信号の分
布説明図、(c)は(a)に示すブロック毎における欠
陥信号の分布説明図である。
【図9】(a)は2次元画像データの処理領域をスキャ
ン方向と平行な辺を有する菱形のブロックに分割した状
態を例示した説明図、(b)は(a)における画像スキ
ャン方向を示した図である。
ン方向と平行な辺を有する菱形のブロックに分割した状
態を例示した説明図、(b)は(a)における画像スキ
ャン方向を示した図である。
【図10】(a)は筋状欠陥が存在する場合の理想的な
欠陥信号のパルス波形を例示した波形図、(b)は
(a)のパルス列の周波数スペクトルを示した波形図で
ある。
欠陥信号のパルス波形を例示した波形図、(b)は
(a)のパルス列の周波数スペクトルを示した波形図で
ある。
【図11】(a)は2次元画像データの処理領域をスキ
ャン方向と平行な辺を有する菱形のブロックに分割した
場合における欠陥検出方法の説明図、(b)は(a)の
ブロック内を順次斜めに一方向にスキャンしたときに検
出されたデータを示す波形図、(c)はその周波数パワ
ースペクトルを示す波形図である。
ャン方向と平行な辺を有する菱形のブロックに分割した
場合における欠陥検出方法の説明図、(b)は(a)の
ブロック内を順次斜めに一方向にスキャンしたときに検
出されたデータを示す波形図、(c)はその周波数パワ
ースペクトルを示す波形図である。
【図12】筋状欠陥の乗積分布を示す図である。
【図13】白ぽち欠陥の乗積分布を示す図である。
Claims (8)
- 【請求項1】 被検査対象物の軸方向に対してある特定
の角度を成す方向に沿って当該検査対象物表面の輝度信
号を順次取り込み、この輝度信号に基づいて前記軸方向
に対して平行方向及び直交方向に延びる筋状欠陥を検出
するようにしたことを特徴とする欠陥検出方法。 - 【請求項2】 前記被検査対象物表面と対応する2次元
画像データを書き込んだ2次元画像メモリを順次斜めに
スキャンすることにより前記輝度信号の取り込みを行う
ようにしたことを特徴とする請求項1に記載の欠陥検出
方法。 - 【請求項3】 前記2次元画像メモリを一筆書きのジグ
ザク形状に順次斜めにスキャンすることを特徴とする請
求項2記載の欠陥検出方法。 - 【請求項4】 前記2次元画像データの端部に仮データ
を補間して順次斜めにスキャンすることにより欠陥信号
の取り込み周期が一定となるようにしたことを特徴とす
る請求項2または3記載の欠陥検出方法。 - 【請求項5】 前記2次元画像データの領域を複数のブ
ロックに分割し、各ブロック単位で順次斜めにスキャン
するようにしたことを特徴とする請求項1〜3のいずれ
かに記載の欠陥検出方法。 - 【請求項6】 前記2次元画像データの領域を、スキャ
ン方向と平行な辺を有する平行四辺形のブロックに分割
するようにしたことを特徴とする請求項5の欠陥検出方
法。 - 【請求項7】 前記輝度信号を周波数領域に変換し、筋
状欠陥の方向により決定される基本周波数成分とその整
数倍の周波数成分の乗積値の分布に基づいて筋状欠陥を
検出するようにしたことを特徴とする請求項1〜6のい
ずれかに記載の欠陥検出方法。 - 【請求項8】 前記輝度信号を周波数領域に変換し、当
該輝度信号のパワースペクトルと、これを筋状欠陥の方
向により決定される基本周波数成分ずらしたスペクトル
との自己相関により筋状欠陥を検出するようにしたこと
を特徴とする欠陥検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11781798A JPH11295230A (ja) | 1998-04-13 | 1998-04-13 | 欠陥検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP11781798A JPH11295230A (ja) | 1998-04-13 | 1998-04-13 | 欠陥検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH11295230A true JPH11295230A (ja) | 1999-10-29 |
Family
ID=14721002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11781798A Pending JPH11295230A (ja) | 1998-04-13 | 1998-04-13 | 欠陥検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH11295230A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6459448B1 (en) | 2000-04-19 | 2002-10-01 | K-G Devices Corporation | System and method for automatically inspecting arrays of geometric targets |
JP2009294170A (ja) * | 2008-06-09 | 2009-12-17 | Sharp Corp | 欠陥検出装置、欠陥検出方法、欠陥検出プログラム、及び、記録媒体 |
JP2010066186A (ja) * | 2008-09-12 | 2010-03-25 | Olympus Corp | 検査装置および検査方法 |
CN114994081A (zh) * | 2022-06-22 | 2022-09-02 | 安徽和丰硬质合金有限公司 | 一种硬质合金盘件周向缺陷检测工装及检测*** |
-
1998
- 1998-04-13 JP JP11781798A patent/JPH11295230A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6459448B1 (en) | 2000-04-19 | 2002-10-01 | K-G Devices Corporation | System and method for automatically inspecting arrays of geometric targets |
JP2009294170A (ja) * | 2008-06-09 | 2009-12-17 | Sharp Corp | 欠陥検出装置、欠陥検出方法、欠陥検出プログラム、及び、記録媒体 |
JP2010066186A (ja) * | 2008-09-12 | 2010-03-25 | Olympus Corp | 検査装置および検査方法 |
CN114994081A (zh) * | 2022-06-22 | 2022-09-02 | 安徽和丰硬质合金有限公司 | 一种硬质合金盘件周向缺陷检测工装及检测*** |
CN114994081B (zh) * | 2022-06-22 | 2023-09-01 | 辽宁中科力勒检测技术服务有限公司 | 一种硬质合金盘件周向缺陷检测工装及检测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4428766B2 (ja) | ナビゲーション位置取得方法 | |
JP4351522B2 (ja) | パターン欠陥検査装置およびパターン欠陥検査方法 | |
JPH0421230B2 (ja) | ||
JP3693508B2 (ja) | パターン比較方法および外観検査装置 | |
EP0499875A1 (en) | Method of and apparatus for obtaining binary image | |
JP3084285B2 (ja) | 回路基板その他の物体の走査による検査の処理速度を増大するための方法及び装置 | |
JP3794738B2 (ja) | データ処理方法及びデジタル出力データ生成方法 | |
JP5821563B2 (ja) | 画像読取装置および画像読取方法、並びにmtf補正パラメータ決定方法 | |
JPH11295230A (ja) | 欠陥検出方法 | |
JP4012366B2 (ja) | 表面疵検出装置 | |
US7433539B2 (en) | Method for run-time streak removal | |
JP3332208B2 (ja) | 網入りガラスの欠陥検出方法および装置 | |
JP2004108828A (ja) | 画像入力方法、画像入力装置及び表面欠陥検査装置 | |
JP4165115B2 (ja) | パターン消去方法および欠陥検査方法 | |
JP5456154B2 (ja) | 画像領域補間 | |
JP4103534B2 (ja) | エンジンボア内周面評価装置 | |
JP2861723B2 (ja) | 共焦点顕微鏡 | |
US6583897B1 (en) | Non-local approach to resolution enhancement | |
JP3608923B2 (ja) | 欠陥検査装置用蛇行追従装置及び欠陥検査装置 | |
JP3581596B2 (ja) | 縞検出装置、それを用いた感光体ドラム検査装置、それを用いた液晶パネル検査装置、縞検出方法および縞検出プログラムを記録した媒体 | |
JP4013695B2 (ja) | 画像処理方法及び画像処理装置 | |
Haindl et al. | Fast segmentation of planar surfaces in range images | |
JPH05191538A (ja) | 再生画像の品質評価装置 | |
JP2008227999A (ja) | 画像評価用チャートおよび画像評価装置 | |
JPH11132966A (ja) | 欠陥検査装置用蛇行追従装置 |