JP2007040913A - 木材の検査方法及び装置及びプログラム - Google Patents

Abstract

【課題】一つの撮影手段で木材の反射光による検査と透過光による検査を行えるようにすること。
【解決手段】第１の照明手段６で木材の表面検査用の照明を行い、第２の照明手段５で前記木材の裏面を照明し、撮影手段８で前記木材を撮影し、画像処理手段で該撮影した木材の画像から、前記第２の照明手段５からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定する。
【選択図】 図１

Description

本発明は、木材の丸太等から切り出した単板又はひき材等の木質材料にある割れや穴などの検査方法及び装置に関する。例えば合板を製造するには、丸太を刃物により切削して連続的に厚さ数ミリの単板を得、この単板を所定の大きさに揃え且つ乾燥した後、複数枚の単板を接着剤により接着して一体化される。これらの製造工程で、単板にある節が抜け落ちて穴となった個所、割れ、カビやヤニによる変色等の欠点の位置、数、面積等の程度により、合板となった時の表層を構成するもの（美観上、欠点の少ないもの）と、合板の内層を構成するもの（欠点が多くても問題とならない）とに選別（例えば５〜７段階に選別）する必要がある。

従来、合板となった時の表層を構成するものと、合板の内層を構成するものとに選別するには、コンベヤで搬送される単板を作業者の肉眼より判定して行われている。

また、従来自動で木材の欠陥を検出するものとして、ベニア合板に対して光線を照射する機構と、前記光線の透過光を走査することによりベニア合板の内部欠陥を検出する第１のＣＣＤカメラと、前記光線の反射光を走査する第２のＣＣＤカメラを備えた欠陥状態検査システムがあった（特許文献１参照）。
特開平６−３００７１３号公報

前記従来のものは次のような課題があった。
肉眼による判定では、人により判定にバラツキがある（不正確である）こと、コンベヤの速度を大きくできない（生産性が悪い）等の問題があった。

また、従来の欠陥状態検査システムでは、透過光（第１のＣＣＤカメラ）と反射光（第２のＣＣＤカメラ）の２組のＣＣＤカメラが必要であり、コストアップになるものであった。

本発明は、このような従来の課題を解決し、木材からの透過光と反射光を１台の撮影手段で撮影して、木材の欠陥等を正確に検出できるようにすることを目的とする。

図１は単板選別装置の説明図である。図１中、１は画像処理装置（画像処理手段）、２は選別機制御装置、３は操作盤、４はベルトコンベア、５は透過光用照明（第２の照明手段）、６は反射光用照明（第１の照明手段）、７は等級別分配装置、８はラインセンサカメラ（撮影手段）、９は単板（木材）である。

本発明は、上記の課題を解決するため次のように構成した。
（１）第１の照明手段６で木材の表面検査用の照明を行い、第２の照明手段５で前記木材の裏面を照明し、撮影手段８で前記木材を撮影し、画像処理手段で該撮影した木材の画像から、前記第２の照明手段５からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定する。このため、一つの撮影手段で木材の反射光による検査と透過光による検査を行うことができる。

（２）前記（１）の木材の検査方法又は装置において、前記第２の照明手段５の照明は、前記木材の表面からの反射光からの色と異なる色を用いる。このため、木材の反射光による画像と透過光による画像を容易に分離することができる。

（３）前記（１）又は（２）の木材の検査方法又は装置において、前記画像処理手段で前記木材の表面からの反射光による表面検査と前記木材の透過光による検査とを結合して総合判定を行う。このため、木材の等級別の選別を正確に行うことができる。

本発明によれば次のような効果がある。
（１）画像処理手段で撮影した木材の画像から、第２の照明手段からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定するため、一つの撮影手段で木材の反射光による検査と透過光による検査を行うことができる。

（２）第２の照明手段の照明は、木材の表面からの反射光からの色と異なる色を用いるため、木材の反射光による画像と透過光による画像を容易に分離することができる。

（３）画像処理手段で木材の表面からの反射光による表面検査と木材の透過光による検査とを結合して総合判定を行うため、木材の等級別の選別を正確に行うことができる。

（１）：単板選別装置の説明
図１は単板選別装置の説明図である。図１において、単板選別装置の全体構成を示しており、単板選別装置には、画像処理装置１、選別機制御装置２、操作盤３、ベルトコンベア４、透過光用照明５、反射光用照明６、等級別分配装置７、ラインセンサカメラ８、単板９が設けてある。

画像処理装置１は、ラインセンサカメラ８からの画像データの処理を行い、単板品質等級等の処理結果を選別機制御装置２に出力する画像処理手段である。選別機制御装置２は、画像処理装置１の出力によりコンベアの運転、停止等の選別機コンベア制御信号の出力と等級別分配装置７の制御信号を出力するものである。操作盤３は、画像処理装置１の設定値の変更、選別機制御装置２の制御等の操作を行う操作盤である。ベルトコンベア４は単板９を搬送する搬送手段である。透過光用照明５は、単板９の穴を検出するためのＬＥＤ等の照明手段（光源）で、反射光用照明６と異なる色の照明（例えば緑色の照明）を使用する。これは、反射光用照明６からの反射光と区別（色及び強度により区別）して、単板の穴（節穴）、割れ等を検出するためである。反射光用照明６は、単板９の反射光を検出するためのＬＥＤ等の照明手段（光源）で、通常白色の照明を使用する。ラインセンサカメラ８は、単板９のラインの画像を撮影する撮影手段である。

この単板選別装置の動作は、ベルトコンベア４で送られてきた単板９をラインセンサカメラ８で撮影して画像データを画像処理装置１に出力する。画像処理装置１ではこの画像データの処理を行い、単板品質等級等の処理結果を選別機制御装置２に出力する。選別機制御装置２は等級別分配装置７に制御信号を出力して、単板９を等級別に選別するものである。この選別は、虫穴数、穴・抜け節数、生節数、死節数、欠け数、割れ数、ヤニ・入皮数、青変数等及びこれらの大きさ（面積）等の程度により行われる。

（２）：画像処理装置の説明
図２は画像処理装置の説明図である。図２において、画像処理装置には、３台のラインセンサカメラ８ａ、８ｂ、８ｃ、カメラ画像取得用基盤（基板）１１ａ、１１ｂ、１１ｃ、レーザーマーカ１２ａ、１２ｂ、レーザードライバ１３ａ、１３ｂ、メインコンピュータ１４が設けてある。

ラインセンサカメラ８ａ、８ｂ、８ｃは、カメラ３台により単板９を搬送方向と直交する方向に３分割して撮影する撮影手段である。カメラ画像取得用基盤（基板）１１ａ、１１ｂ、１１ｃは、それぞれのラインセンサカメラからの１ラインの画像を取り込む度に、デジタル化処理を行ってメインコンピュータ１４に画像データを配信するものである。レーザーマーカ１２ａ、１２ｂは、ラインセンサカメラ８ａ、８ｂ、８ｃからの各画像を合成（結合）するためのマークとするものである。レーザードライバ１３ａ、１３ｂは、ＡＣ電源と接続されレーザーマーカ１２ａ、１２ｂの駆動を行うものである。メインコンピュータ１４は、処理手段、格納手段、出力手段等を備え単板９の画像の処理（節探査、欠陥探査処理等）を行うものである。

画像処理装置の動作は、搬送されてきた単板９を透過光用光源５と反射光用光源６からの光線で照明し、カメラ画像取得用基板１１ａ、１１ｂ、１１ｃで、ラインセンサカメラ８ａ、８ｂ、８ｃから１ラインの画像を取り込む度に、メインコンピュータ１４に、そのデータを配信する。メインコンピュータ１４では、受信した画像を順次結合していく、最終的にカメラ画像取得用基板１１ａ、１１ｂ、１１ｃが画像の取り込みを終了する時点で、メインコンピュータ１４では、カラー画像の合成と白黒濃淡画像変換は、ほぼ終了している（単板の画像が３分割されているカメラ画像取得用基板１１ａ、１１ｂ、１１ｃからの画像をメインコンピュータ１４で結合する）。

ここで、単板９にはレーザーマーカ１２ａ、１２ｂからレーザーマークが照射されて３分割され、ラインセンサカメラ８ａ、８ｂ、８ｃではそれぞれのレーザーマークまでのライン画像を合わせるようにして、簡単に画像の結合ができるようにする。また、画像の処理速度を向上するため、節の探査処理は画素数の多い白黒濃淡画像で行い、死節の探査等のカラー画像は縮小（画素数を少なく）した画像で行うこともできる。

以下、画像処理装置の動作を撮影中の処理と撮影後の処理に分けて説明する。
＜撮影中の処理の説明＞
ラインセンサカメラ８ａ、８ｂ、８ｃで撮影された画像データは、１ラインごとに、メインコンピュータ１４に配信され、１枚の全体画像として合成される。

・カメラ画像取得用基板１１ａ、１１ｂ、１１ｃの処理
ラインセンサカメラ８ａ、８ｂ、８ｃから１ラインカラー画像を取り込み、レーザーマークの位置（接合位置）を検出し、その情報とともに、１ラインカラー画像をメインコンピュータ１４に転送する。

・メインコンピュータ１４の処理
到着した１ラインカラー画像を、上記位置情報に基づき合成する。これは、カメラ画像取得用基板１１ａ、１１ｂ、１１ｃで撮影が終了し、最後の１ラインカラー画像を受信した段階で、メインコンピュータ１４では、全体カラー画像の合成が完了する。また、撮影中の時間を有効に活用するため、白黒変換や縮小処理など、１ラインごとに可能な処理は、同時並行的に行うことができる。

＜撮影後の画像解析中の処理の説明＞
・カメラ画像取得用基板１１ａ、１１ｂ、１１ｃの処理
次の板（単板）の到着を検出するまで待機する。

・メインコンピュータ１４の処理
対象となる板の大きさや種類などの既定情報に基づき、計算すべき領域や設定値により節探査処理、透過光による欠陥検出処理等を行い、最終的に等級分類処理を行う。結果を図示しない表示装置に表示するとともに、選別機制御装置２に結果を出力する。

なお、前述の説明では、画像処理装置内のカメラ画像取得用基板１１ａ、１１ｂ、１１ｃ、メインコンピュータ１４等はコンピュータ（ＰＣ）を使用する説明をしたが、これら使用するコンピュータの数は画像データ量やコンピュータの処理速度等により変更することができる（１台のコンピュータで処理することもできる）。

（３）：カラー原画像の回転補正の説明
ラインセンサカメラで撮影された画像は、コンベアの移動方向に対して垂直なライン画像をメモリ上（メインコンピュータ１４の）に順次蓄積することで得られる。そのとき撮影対象の単板が転回していると、そのまま画像が転回し、正確な寸法が測定できない。そのため、基準となる角（コーナー）を定め、そのコーナーを挟む直角２方向の最外縁（エッジ）の画素を最小二乗法で直線近似し、板の回転角度を求める。全体の画像を、基準となる角（コーナー）を中心に回転補正することで、常に同じ方向に整列した画像を得ることができる。また、同時に、エッジの近似直線で構成される近似四角形を得ることができる。

図３はカラー原画像の回転補正の説明図である。図３（ａ）は転回している撮影画像である。図３（ｂ）は２値化された撮影画像の基準コーナー（図では右上）を示している。図３（ｃ）は回転補正された撮影画像である。

（４）：寸法測定の説明
前項で２値化され回転補正された画像に対して、水平と垂直方向の最大有効寸法を測定する。その方法は、例えば上側の長辺の場合には、前項の外縁直線近似で求めた近似四角形の上側の長辺のやや外側の画像から下方向に１ラインごとに走査し透過光でない部分（板の部分）の画素数を計数する。その画素数の近似四角形の長辺長さ（画素数）に対する比率が一定以上（例えば９０％以上）になった位置を上部辺の外縁枠として定める。同様にして、下側長辺、左右短辺について外縁枠位置を求める。これは、エッジが一概に直線でないことや、欠損していても外縁枠を決定するために必要な処理である。

さらに、板の外縁部（四周）は、後工程において、のこ等を用いて切除・整形するのが通例であるから、安全を見越して、外縁枠から一定幅（例えば１２００×１８００ｍｍの板では２０ｍｍ程度）をのこ切代として差し引き、その内部を有効単板枠（有効板領域）とする。こうすることで、板の外側の領域を、光が透過した欠陥としてしまう誤りを可能な限り防ぐことができる。

図４は寸法計測の説明図である。図４（ａ）は回転補正された画像に対して、垂直水平方向にエッジ部が検出されるまで移動探査を行う説明である。図４（ｂ）は検出された外縁枠に対し、のこ切代を見込んでの有効単板枠とする説明である。

（５）：節探査の説明
節を検出するための節の要件としては、次の(1) 〜(5) が考えられる。

(1) 全体的に濃い（明度が低い）。
(2) 部分領域内で周辺部より濃い（明度が低い）。
(3) 節境界部で濃度が急峻に上がる。
(4) 丸い形状が多い。
(5) 周辺部に同心円の木目がある。

これらの節の用件に該当するものが多いものを節候補と決定することができる。このため、節の特徴のひとつであるところの暗部（明度が低い）が円形形状をしていることに注目し、その個所の確率分布を求め、節候補を特定する。すなわち後述する（ｂ）形状積分の方法の説明の項で述べる方法で、閾値レベルを変えながら、白黒濃淡画像を２値化し、個々の２値化ブロックの形状が円形に近いものにより大きな値を加算して積算することにより節候補を決定することができる。また、節探査において、木材の材質によりどの要件を大きく見るか、見る要件を少なくするか等の変更を行うこともできる。

図５は節探査処理フローチャートである。以下、図５の処理Ｓ１〜Ｓ９に従って説明する。

Ｓ１：画像処理装置１は、受け取った濃淡画像の濃淡の最小閾値Ｔmin 、最大閾値Ｔmax 、予め設定された閾値レベルの分割数Ｎ、変化値Ｔd ＝（Ｔmax −Ｔmin ）／Ｎ、繰り返し変数Ｉを初期化して０とし処理Ｓ２に移る。

Ｓ２：画像処理装置１は、濃淡の閾値を変化（Ｔ＝Ｔmin ＋（Ｔd ×Ｉ））し処理Ｓ３に移る。

Ｓ３：画像処理装置１は、濃淡の閾値Ｔで画像を２値化し処理Ｓ４に移る。

Ｓ４：画像処理装置１は、２値化図形個々の円形度数を計算し、個々の円形度の積算データ（別の記憶領域に円形度による重みを付加してその円形度を計算した画素ごとに積算する）を作成し、処理Ｓ５に移る。

Ｓ５：画像処理装置１は、繰り返し変数Ｉに１を加算（Ｉ＝Ｉ＋１）し、この繰り返し変数ＩがＮと等しいかＮより小さい（Ｉ≦Ｎ）場合は処理Ｓ２に戻り、繰り返し変数ＩがＮより大きい（Ｉ＞Ｎ）場合は処理Ｓ６に移る。

Ｓ６：画像処理装置１は、円形度の積算データの正規化を行い処理Ｓ７に移る。

Ｓ７：画像処理装置１は、正規化した積算データから形状の積分画像を作成し処理Ｓ８に移る。

Ｓ８：画像処理装置１は、形状の積分画像の２値化処理を行い処理Ｓ９に移る。

Ｓ９：画像処理装置１は、節候補の決定を行う。

（ａ）２値化図形個々の円形度数計算方法の説明
円形度の求め方は次のようにして行う。図６は円形度の求め方の説明図であり、図６（ａ）は円の説明、図６（ｂ）は楕円の説明である。図６（ａ）において、円の半径をｒとする。図６（ｂ）において、楕円の長い方の半径をａ、短いほうの半径をｂとする。

図６（ｂ）の楕円図で、長短比を p=a/b とする。
＜円＞は
面積 A= πr²
慣性モーメント I=(π/4) r⁴
＜楕円＞は
面積 A= πab
慣性モーメント I=(π/4) a³・b
が知られている。

ここで、楕円の慣性モーメントは I=(π/4) a³・b =( 1/4π)(π² ・a²・b²)(a/b)
=( 1/4π)A² ・p
と書けるので（ p=a/b：長短比）この式を変形すると次の式１となる。

p= 4π(I/A²)・・・・式１
実測定として慣性モーメントは、ブロックの中心を原点として、画像をｇ（x,y ）とすると、
I'（実測値）＝Σ（x²+y² ）・g(x,y) （全画素の画素位置の平方和）
A'（実測値）＝Σg(x,y) （全画素）
であるから、長短比p は、これらを式１に代入して次の式で求められる。

p= 4π(I'/A'²)
この長短比p は、真円を1.0 として偏平な楕円ほど大きな値となる。そこでこの逆数1/p を円形度とすると、円形度は0.0 から1.0 の範囲で真円に近いほど1.0 に近い大きな値を取ることになる。単板は、例えば丸太の長手方向に平行な刃物で丸太を切削して得られるが、丸太の内部にはその長手方向に対し傾斜して枝が存在しており、これが節として現れる。それ故、節の形状は真円よりむしろ楕円となるため、例えば円形度が1/8 以上のものを節とみなせば良い。

図７は節の２値化形状の説明図である。図７において、実際には、節の２値化形状は、上記のような理想形をしておらず、図７の左側のような形状が多い。そこで、最外周より内側を埋めつぶす処理を行い、図７の右側のようにした後に、その形状の楕円近似長短比を求め、その逆数を円形度とする。

このようにして求まった円形度を、図７の黒ブロックの各画素の座標を指標としたメモリに加えることで、ある閾値で２値化した画素の円形度積算を行う。このようにすると、真円に近いブロックほど大きな円形度が積算され、大きな値をとるようになる。

さらに、閾値を最小から最大まで変化させながら上記の積算を行うことで、濃度と形状を同時に調べることができる。

（ｂ）形状積分の方法の説明
濃度等高線は、白黒濃淡画像で、特定の閾値で２値化したときの画像で各ブロックの外周を探索することで得られる。一定間隔で閾値を変化させ、各閾値での２値化画像を個別に積算していく。ここで重要なことは、濃度の濃い部分は、より多くの閾値に対して値を持つため、より多くの等高線（２値化画像）が得られる（積算効果が大きい）ことである。

（ｃ）局所平均値を用いた色むらの平滑化の説明
単板表面は、単一の色とは限らず、往々にして色むらが存在する。そうした色むら（濃淡差のある部分で）単板に節が存在する場合には、その表面の色むらを除去し、節の濃淡のみを強調する必要がある。そのため、画像処理装置１では、各画素について、その近傍平均値を求め、その結果から元の画像の明暗を補正する（節前候補の検出処理）。

（６）：節形状の決定の説明
節形状の決定の処理は、節枠のより正確な大きさを求めるために、節位置周辺の濃度変化から最適枠を求めるものである。具体的には、節ごとに、最適閾値を求め２値化する作業である。これにより、節候補それぞれに対して、最適形状と大きさを決定する。この処理は、先の２値化によって得られた連結画素成分（以降ブロックとする）（図７参照）ごとに、各節候補ブロックより大きな領域、例えば、その４倍の拡張領域で、形状積分画像と微分画像から最適な形状となる閾値を求める。これは各々の部分空間で行うので個々の節形状を正確に決定できる。以降では、２値化した場合のブロックの画素数をブロックサイズ（略してサイズ）とする。またサイズ安定性（Ｓ）とは、閾値を変化させたときのサイズの変化量である（節部分は閾値を変化しても、ある閾値まではサイズの変化量が少ない。即ち、安定度が大きい。しかし閾値を変化して木目が現れるとサイズの変化量が大きくなる。これにより染みのようなぼんやりした模様を除くことができる。）。

（７）：生死節の判定の説明
死節は、皮部分を持つ節であり、節が抜けて節穴ができやすいもので程度の悪い節である。また、死節は、皮部分がドライヤー乾燥過程で、炭化するため色偏差値は大きくなる。先に求めた、節ブロックを取り囲む領域で色偏差値の割合が大きな場合（この場合カラー画像を使用）、死節と判定することができる。

図８は３次元色分布の説明図である。図８において、節ブロックを取り囲む領域での３次元色分布（ＲＧＢ）を示しており、黒変部と青変部（焦げや外部進入したカビ等）は楕円で囲まれた領域となる。この領域は、単板本来の色の標準分布からは偏った所に分布を成す。こうした部分はなんらかの欠陥である可能性が大きい。この図８の黒変部のみを画像化したものが図９である。

図９は色偏差画像の説明図である。図９において、色偏差画像は、各画素の規格化された色空間で中心色（ｒｇｂの平均値）からの空間距離を画像化したもので、この場合は図８の黒変部を画像化したものである。実際の処理においては画像処理装置１において、全体平均の色相値を０（黒）とし、各画素の偏差値を適当な係数を掛けて（より黒い部分を強調して）画像化する。これにより、こげなど自然木質以外の要因による変色部分を検出できる。死節は、皮部分がドライヤー乾燥過程で、炭化するため色偏差値は大きくなり検出でき、図９のような画像となる。

（８）：透過光による単板欠陥部の測定の説明
単板の割れや穴などの欠陥部は、ラインセンサカメラ（カラーセンサカメラ）と正対して裏側から光を当て（以降バックライト）、撮影画像上で、その透過光が検出される部分の形状を調べることで検出できる。

しかしながら、同時に単板表面を撮影しようとすると、カメラ側からも白色光を当てる必要がある。そのとき、表面に光沢などによる強い反射があると、バックライト光との判別が極めて困難である。

そこで、バックライト用光源として、単板表面に当てる白色光源とは別色で、且つ単板の表面色としてはあり得ない色の光源を用いてこの問題を解決した。

例えば、木質板の検査用バックライト照明としては、多くの木質板表面色の主成分が赤系統色であることから、それと分離可能な色である緑や青の高輝度ＬＥＤもしくは同色の蛍光灯を用いることができる。

一般的に、ラインセンサカメラで透過光と反射光を当てた検査対象を撮影した画像で、透過部と反射部の画素を分離するためには、同画像の色空間における分布において、表面色の反射部と透過部が分離可能な隔たりを持てばよい。すなわち、色空間中に位置づけられる２つの色の間の直線距離を色差とすると透過部と反射部の撮影画像が大きな色差を持つような光源を用いればよいことになる。

例えば、色空間を明度・彩度・色相で表した場合、表面色の明度が低い場合には、透過光が同じ系統色（同じ色相）であっても高輝度の光源を用いれば透過光画素を分離可能である。

また、表面色に白が含まれる（表面色の明度が高い）場合であっても、色相のことなる光源を透過光に用いれば、同様に透過光画素を分離可能である。

（ａ）透過光と反射光の説明
図１０は透過光と反射光の説明図である。図１０において、透過光は透過光用光源５から単板９の穴等を通してラインセンサカメラ８に入射し、反射光は反射光用光源６から単板９で反射した光線がラインセンサカメラ８に入射する。

図１１は透過光による単板欠陥部の測定の説明図である。図１１（ａ）は透過光が白色の場合、表面光の光沢反射部との区別が困難となる場合の説明である。図１１（ｂ）は透過光に色別を用いると光沢反射部との区別が容易なる説明である。

（ｂ）透過光部分と反射光部分の分離の説明
検査対象である単板の表面には白色光を当て、後方からは特定色の照明を当てカラー撮影された画像は、反射表面色と透過特定色の画素で構成されている。特定色の透過光画素だけを分離するためには、ラインセンサカメラ出力がＲＧＢ出力であれば、Ｒ（赤）Ｇ（緑）Ｂ（青）それぞれが特定の値を持つ画素を選択すれば良いことになる。

透過光部分のＲＧＢ値の範囲が予め知られており、それぞれ、Ｒ(r1 〜r2) 、Ｇ(g1 〜g2) 、Ｂ(b1 〜b2) であるとすると透過光画素のＲＧＢ値について、
( r1＜Ｒ＜ r2 ) AND ( g1＜Ｇ＜ g2 ) AND ( b1 ＜Ｂ＜ b2 )
を満たす画素が透過光となり、それ以外は反射光部とすることができる。

あるいは、透過光部の画素のＲＧＢ値について、
輝度：Ｓ＝Ｒ＋Ｇ＋Ｂ
赤色との差：Ｃｒｇ＝（Ｒ−Ｇ）／Ｓ ： Ｃｒｂ＝（Ｒ−Ｂ）／Ｓ
を求め、
Ｓ＞輝度閾値 AND Ｃｒｇ＞Ｃｒｇ閾値 AND Ｃｒｂ＞Ｃｒｂ閾値
となる画素を透過光部とすることもできる。

また、例えば、透過光に高輝度純緑色を用いた場合、通常木製の板には、光源のような高輝度の純緑色は存在しないが、まれに白に近い色の板で、光沢により光が全反射することで、白色（ＲＧＢ全成分が大きな値を示す）となることがあるので、ＲＧＢで保管された各画素のＧ（緑）成分のみが、大きい値を示す画素を選択すればよい。

従って、
Ｇ＞Ｇ閾値 AND Ｒ＜Ｒ閾値 AND Ｂ＜Ｂ閾値
とする条件を満たす画素かどうかで、撮影画像を透過光部分と反射光部分に分離し、２値化することができる。

（ｃ）透過光による欠陥の種類の判別（方法）の説明
透過光による欠陥の検出は、前項までの寸法測定（図４参照）で定まった枠内（有効板領域）で行う。その場合、その有効画像領域は完全に板の画像領域であり、板の外縁枠より外の領域は存在しないものとし、透過光部分は全て欠陥部分として扱う。

透過光により求まる欠陥の種類は、大きく分けると、穴、割れ、欠損である。穴は、細別すると、ピンホール（虫穴など）、節穴、その他の欠損穴となる。欠損とは、外周に接する穴で一定幅の大きさ以上のものとする。割れは、幅に対して長さが一定比率以上（例えば６以上）であるものとする。

画像処理装置で２値化画像の有効画像領域内で、透過光の連続した塊（ブロック）を探査する。検出されたひとつのブロックに対して、例えば下記のように欠陥の種類を判別する（図１２の透過光による欠陥の種類の判別方法の説明図参照）。

（透過光による欠陥の種類の判別方法の例）
透過光による欠陥の種類は、円形度、エッジに接するか否か、ブロック幅と長さの比Ｌ（長さ）／Ｗ（幅）、ブロック最大幅により判別する。

・「穴」は、円形度は６未満（丸に近い）、エッジに接しない、ブロック幅と長さの比Ｌ（長さ）／Ｗ（幅）は４未満、ブロック最大幅は無関係である。

・「欠損」は、円形度は６未満（丸に近い）、エッジに接する、ブロック幅と長さの比Ｌ／Ｗは４未満、ブロック最大幅は５ｍｍ以上（５ｍｍ未満は割れ）である。

・「割れ」は、円形度は６以上（細長い）、エッジに接するか否かは無関係、ブロック幅と長さの比Ｌ／Ｗは４以上、ブロック最大幅は３０ｍｍ未満（３０ｍｍ以上は穴）である。

（ブロック幅と長さの説明）
図１３はブロック幅と長さの説明図である。図１３において、ブロック長Ｌはブロックの稜線の長さとなり、ブロック幅Ｗは最大ブロック幅となる。

（ｄ）透過光と反射光による木材の検査処理の説明
図１４は木材の検査処理フローチャートである。以下、図１４の処理Ｓ１１〜Ｓ１８に従って木材の検査処理を説明する。

Ｓ１１：画像処理装置１は、ラインセンサカメラの画像（１ラインの画像）を画像処理装置のメモリ上に順次保管して１枚のカラー撮影画像を作成し、処理Ｓ１２と処理Ｓ１６に移る。

Ｓ１２：画像処理装置１は、透過光色と反射光部を分離し、２値化し、処理Ｓ１３に移る。

Ｓ１３：画像処理装置１は、２値化画像から最外周を検査し、形状と寸法を測定し、処理Ｓ１４に移る。

Ｓ１４：画像処理装置１は、寸法測定で定まった矩形内部の透過光部分の形状から、欠陥の種類と大きさを決定し、処理Ｓ１５に移る。

Ｓ１５：画像処理装置１は、透過光判定結果を出力し、処理Ｓ１８に移る。

Ｓ１６：画像処理装置１は、反射光による表面画像解析（節探査等）を行い、処理Ｓ１７に移る。

Ｓ１７：画像処理装置１は、表面判定結果を出力し、処理Ｓ１８に移る。

Ｓ１８：画像処理装置１は、透過光判定結果と表面判定結果を選別基準値（規定値）と比較して、総合判定結果を出力する。

（９）：表面判定結果との複合判定
透過光判定で穴と判定されたものについて、その穴が、節に関係するものか否かは、透過光の情報だけでは判定できない。そこで、表面判定結果と複合することで詳細分類を行う。

表面判定では、全ての穴を黒に塗りつぶし、節位置と大きさを詳細に求めている。そこで、透過光判定の穴がその位置に存在し、同じ大きさであれば完全な抜け節による穴と判定できる。また、透過光判定の穴の大きさが表面判定の節の大きさの三分の一以下であれば、節の一部が抜け落ちたものと考えられるのでその穴は、死節の一部と考えられる。

（１０）：プログラムインストールの説明
画像処理装置（画像処理手段）１、選別機制御装置（選別機制御手段）２、カメラ画像取得用基盤（基板）１１ａ、１１ｂ、１１ｃ、メインコンピュータ１４、等はプログラムで構成でき、主制御部（ＣＰＵ）が実行するものであり、主記憶に格納されているものである。このプログラムは、コンピュータで処理されるものである。このコンピュータは、主制御部、主記憶、ファイル装置、表示装置等の出力装置、入力装置などのハードウェアで構成されている。

このコンピュータに、本発明のプログラムをインストールする。このインストールは、フロッピィ、光磁気ディスク等の可搬型の記録（記憶）媒体に、これらのプログラムを記憶させておき、コンピュータが備えている記録媒体に対して、アクセスするためのドライブ装置を介して、或いは、ＬＡＮ等のネットワークを介して、コンピュータに設けられたファイル装置にインストールされる。これにより、一つの撮影手段で木材の反射光による検査と透過光による検査を行うことができる木材の検査装置を容易に提供することができる。

本発明の単板選別装置の説明図である。 本発明の画像処理装置の説明図である。 本発明のカラー原画像の回転補正の説明図である。 本発明の寸法計測の説明図である。 本発明の節探査処理フローチャートである。 本発明の円形度の求め方の説明図である。 本発明の節の２値化形状の説明図である。 本発明の３次元色分布の説明図である。 本発明の色偏差画像の説明図である。 本発明の透過光と反射光の説明図である。 本発明の透過光による単板欠陥部の測定の説明図である。 本発明の透過光による欠陥の種類の判別方法の説明図である。 本発明のブロック幅と長さの説明図である。 本発明の木材の検査処理フローチャートである。

符号の説明

１ 画像処理装置（画像処理手段）
２ 選別機制御装置
３ 操作盤
４ ベルトコンベア
５ 透過光用照明（第２の照明手段）
６ 反射光用照明（第１の照明手段）
７ 等級別分配装置
８ ラインセンサカメラ（撮影手段）
９ 単板（木材）

Claims (7)

1. 第１の照明手段で木材の表面検査用の照明を行い、第２の照明手段で前記木材の裏面を照明し、撮影手段で前記木材を撮影し、該撮影した木材の画像から、前記第２の照明手段からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定することを特徴とした木材の検査方法。
2. 前記第２の照明手段の照明は、前記木材の表面からの反射光からの色と異なる色を用いることを特徴とした請求項１記載の木材の検査方法。
3. 前記木材の表面からの反射光による表面検査と前記木材の透過光による検査とを結合して総合判定を行うことを特徴とした請求項１又は２記載の木材の検査方法。
4. 木材の表面検査用の照明を行う第１の照明手段と、
   前記木材の裏面を照明する第２の照明手段と、
   前記木材を撮影する撮影手段と、
   該撮影した木材の画像から、前記第２の照明手段からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定する画像処理手段とを備えることを特徴とした木材の検査装置。
5. 前記木材の裏面を照明する第２の照明手段は、前記木材の表面からの反射光からの色と異なる色を用いることを特徴とした請求項４記載の木材の検査装置。
6. 前記画像処理手段は、前記木材の表面からの反射光による表面検査と前記木材の透過光による検査とを結合して総合判定を行うことを特徴とした請求項４又は５記載の木材の検査装置。
7. 撮影した木材の画像から、木材の表面で反射した第１の照明手段からの反射光部分の画像と木材の裏面の第２の照明手段からの透過光部分の画像を分離し、該分離した透過光部分の形状と寸法を測定する画像処理手段として、コンピュータを機能させるためのプログラム。

Images