JPH0886759A - 表面欠陥の判別方法 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、例えば鋼板などの高速移動する帯状
の被検査材の表面をＣＣＤカメラなどの撮像装置によっ
て撮像して撮像信号を得、この撮像信号に基づいて被検
査材の欠陥を判別する表面欠陥の判別方法に関し、凹凸
性の欠陥の種類を高精度に判別する。 【構成】欠陥の内部に明るい部分と暗い部分とが混在す
るか否かを表わす特徴量を算出し、その特徴量に基づい
て欠陥を判別する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば鋼板などの高速
移動する帯状の被検査材の表面をＣＣＤカメラなどの撮
像装置によって撮像して撮像信号を得、この撮像信号に
基づいて被検査材の表面欠陥を判別する表面欠陥の判別
方法に関するものである。

【０００２】

【従来の技術】従来、上記のような表面欠陥判別方法を
採用した疵種判定用の画像処理装置の１つとして、例え
ば米国ＩＳＹＳ社製表面欠陥判別用画像処理装置が知ら
れている。この画像処理装置は、欠陥抽出回路によって
抽出された欠陥部分に対して数十種類の特徴量演算が行
なわれて特徴量が求められ、予め登録しておいた欠陥判
別用テーブルの特徴量の値の範囲と、抽出された欠陥に
ついての演算によって求められた特徴量とが比較され、
欠陥判別用テーブルに登録しておいた特徴量の値の範囲
の条件に、抽出された欠陥部分の特徴量が適合した場合
に、その欠陥をテーブル中に登録しておいた疵種である
と判断するものである。

【０００３】このときに参照される特徴量を例示する
と、例えば、抽出された欠陥の形状が円形に近いか、縦
（ｙ方向）に細長いか、横（ｘ方向）に細長いか、とい
った形状を表す特徴量、抽出された欠陥の長さ、幅、周
長、面積といった欠陥の寸法を表す特徴量、抽出された
欠陥部分のグレースケール画像の最大値、最小値、平均
値といった明るさを表す特徴量などがある。

【０００４】また東芝（株）の鉄鋼ラインの表面欠種類
判別に用いられている画像処理装置であるＣＡＴ−ＢＯ
Ｘは、検出した欠陥の特徴量を、予め構築しておいた木
構造の判定ロジックにかけ、そのロジックに従って欠陥
種類の判別を行うものである。この東芝のＣＡＴ−ＢＯ
Ｘにおいて参照される特徴量も、上述したＩＳＹＳと同
様の種類のものである。

【０００５】

【発明が解決しようとする課題】上記のように、従来種
々の特徴量が求められそれらの特徴量に基づいて欠陥の
判別が行われているが、例えば鋼板の表面の凹凸性の欠
陥は、その発生原因の相違によらず極めて近似した特徴
量が求められることが多く、凹凸性の欠陥の種類の判別
を誤ることが多いという問題がある。

【０００６】本発明は、上記事情に鑑み、従来と比べ、
凹凸性の欠陥の種類を高精度に判別することのできる表
面欠陥の判別方法を提供することを目的とする。

【０００７】

【課題を解決するための手段】上記目的を達成する本発
明の第１の判別方法は、照明された被検査体表面を撮像
して撮像信号を得、撮像信号に基づいて被検査体表面の
欠陥を判別する表面欠陥の判別方法において、上記撮像
信号に基づいて、被検査体表面を表わす画像中の、被検
査体表面の欠陥に対応する欠陥領域を抽出し、欠陥領域
内部が複数に分割されてなる複数の部分領域それぞれに
対応する撮像信号の各平均的な値を求め、これら複数の
平均的な値に基づいて欠陥の特徴を表わす特徴量を求
め、この特徴量に基づいて欠陥を判別することを特徴と
するものである。

【０００８】上記本発明の第１の判別方法は、上記要件
を満足する限り具体的にどのように構成されてもよい
が、例えば１つの実施態様として、以下のように構成し
てもよい。即ち、本発明の第１の判別方法の一態様とし
ての表面欠陥の判別方法は、照明された被検査体表面を
撮像して撮像信号を得、撮像信号に基づいて被検査体表
面の欠陥を判別する表面欠陥の判別方法において、上記
撮像信号に基づいて、被検査体表面を表わす画像中の、
被検査体表面の欠陥に対応する欠陥領域を抽出し、この
欠陥領域に外接する長方形領域を求め、この長方形領域
の輪郭の一辺に平行な線分によりこの長方形領域内部が
複数に分割されてなる複数の部分領域それぞれと、上記
欠陥領域との各重畳部分それぞれに対応する撮像信号の
各平均的な値を求め、これら複数の平均的な値それぞれ
と１つもしくは複数のしきい値とを比較することによ
り、これら複数の平均的な値それぞれを数値化し、これ
ら複数の数値の配列パターンに基づいて欠陥の特徴を表
わす特徴量を求め、この特徴量に基づいて欠陥を判別す
ることを特徴とするものである。

【０００９】また、上記目的を達成する本発明の第２の
判別方法は、照明された被検査体表面を撮像して撮像信
号を得、撮像信号に基づいて被検査体表面の欠陥を判別
する表面欠陥の判別方法において、上記撮像信号に基づ
いて、被検査体表面を表わす画像中の、被検査体表面の
欠陥に対応する欠陥領域を抽出し、その欠陥領域を通過
する所定の直線上の撮像信号のプロファイルを求め、こ
のプロファイルに基づいて欠陥の特徴を表わす特徴量を
求め、この特徴量に基づいて欠陥を判別することを特徴
とするものである。

【００１０】上記本発明の第２の判別方法についても、
上記第１の判別方法と同様、上記要件を満足する限り具
体的にどのように構成されてもよいが、例えば１つの実
施態様として、以下のように構成してもよい。即ち、本
発明の第２の欠陥判別方法の一実施態様としての表面欠
陥の判別方法は、照明された被検査体表面を撮像して撮
像信号を得、撮像信号に基づいて被検査体表面の表面欠
陥の判別する表面欠陥の判別方法において、上記撮像信
号に基づいて、被検査体表面を表わす画像中の、被検査
体表面の欠陥に対応する欠陥領域を抽出し、その欠陥領
域内部の代表点を求め、その代表点を通過する直線上の
撮像信号のプロファイルを求め、そのプロファイルが所
定のしきい値レベルと交差する回数、および、そのプロ
ファイルとそのしきい値レベルとの差分を上記直線に沿
って順次求めたときの初期の差分の符号に基づいて欠陥
の特徴を表わす特徴量を求め、この特徴量に基づいて欠
陥を判別することを特徴とするものである。

【００１１】

【作用】例えばＣＣＤカメラを検出ヘッドに用いて、正
反射方向または乱反射方向から撮像し、画像処理装置に
よって抽出された鋼板の表面欠陥部分のグレースケール
画像について説明する。図１にカキ疵のカキ玉の部分
や、エッジがある程度急峻な押し込み疵欠陥部分等の凹
凸欠陥の光反射パターンの概念図を示す。実線は、凹凸
欠陥が存在する場合の反射光強度分布、破線は、欠陥が
存在しない正常な表面の反射光強度分布を表わす。以下
に参照する図４についても同様である。

【００１２】これらの凹凸欠陥では、正反射方向から撮
像した欠陥部分のグレースケール画像は、図２に示され
るように、欠陥のない部分に比較して欠陥部分が全体的
に暗くなる。ところが図１中の乱反射方向から撮像した
欠陥部分のグレースケール画像は、図３に示されるよう
に、欠陥のない部分に比して入射光側と反対側の、欠陥
のエッジ部分が明るくなり、その他の部分が暗くなる傾
向がある。

【００１３】一方、エッジがなだらかに変化しており、
欠陥部分全体にわたって正常部分より粗い表面を有する
凹凸欠陥、例えばヘゲ欠陥の光反射パターンの概念図
は、図４に示すようになる。この凹凸欠陥を正反射方向
から撮像したグレースケール画像は、図５に示されるよ
うに、欠陥のない正常部分に比較して欠陥部分が全体的
に暗く、図２の場合のグレースケール画像に近似したパ
ターンを示す。これに対して図４中の乱反射方向から撮
像した欠陥部分のグレースケール画像は、図６に示され
るように、欠陥のない部分に比して全体的に明るい画像
が得られる。

【００１４】図３、図６に着目すると、エッジの急峻な
凹凸欠陥とエッジのなだらかな凹凸欠陥とでは、乱反射
方向から撮像したグレースケール画像の明暗のパターン
に差異が存在することがわかる。本発明はこの点に着目
して完成されたものである。即ち、本発明の第１の判別
方法では、欠陥領域内部が複数に分割されてなる複数の
部分領域それぞれに対応する、撮像信号の各平均的な値
を求め、これら複数の平均的な値に基づいて欠陥の特徴
を表わす特徴量を求め、この特徴量に基づいて欠陥を判
別するものであるため、凹凸性欠陥の発生原因による欠
陥種の判別、即ち、エッジの急峻な凹凸欠陥と、エッジ
のなだらかな凹凸欠陥の判別を非常に容易に、誤りなく
行うことができる。

【００１５】また、本発明の第２の判別方法では、欠陥
領域を通過する直線上の撮像信号のプロファイルを求
め、このプロファイルに基づいて欠陥の特徴を表わす特
徴量を求め、この特徴量に基づいて欠陥を判別するもの
であるため、上記第１の欠陥判別方法と同様、凹凸性欠
陥が発生原因別に高精度に判別される。

【００１６】

【実施例】以下、本発明の実施例について説明する。図
７は、本発明による表面欠陥の判別方法の一実施例を採
用した表面欠陥判別システムの概略図であり、高速で移
動する鋼板の表面を検査している状態を示す。

【００１７】光源１に光源用電源１０から電力が供給さ
れ、光源１から被検査材２に光束３が照射され、被検査
材２の照射部分４を一次元ＣＣＤカメラ５で乱反射方向
から撮像する。一次元ＣＣＤカメラ５から出力された一
次元信号は高速Ａ／Ｄ変換装置６で高速にＡ／Ｄ変換さ
れ、欠陥抽出用信号処理装置７に信号入力され欠陥信号
の抽出が行われる。

【００１８】この欠陥抽出用信号処理装置７では、入力
されたデジタル信号にシェーディング補正（撮像時にお
ける端部と中央部との信号強度差の補正）を行いなが
ら、補正後のデジタル信号が、その欠陥抽出用信号処理
装置７の内部に備えられた画像メモリに順次保存され、
これによりこの画像メモリに二次元画像が格納される。
この二次元画像を表わすデジタルの撮像信号から、所定
の閾値を越える信号を欠陥部信号として抽出することに
より欠陥部分のグレースケール画像が抽出される。

【００１９】以下に、本発明の一実施例としての、各特
徴量Ａ，Ｂの算出方法について説明する。 ＜特徴量Ａの算出方法＞ （１）欠陥抽出用信号処理装置７により欠陥部分のグレ
ースケール画像を抽出する。

【００２０】この欠陥部分の信号は欠陥判別用画像処理
装置８に入力され、欠陥判別用画像処理装置８におい
て、下記（２）〜（４）の各ステップが実行される。 （２）欠陥部分のグレースケール画像に外接する長方形
を生成する。 （３）長方形の一辺に平行に上記の長方形を分割する。 （４）細分化した複数の各長方形内の欠陥部分の各平均
グレースケールレベルｖを下記（１）式に基づいて算出
する。

【００２１】

【数１】

【００２２】ここで、Ｎは細分化された各長方形内の欠
陥部分の全画素数、ｐ_i は細分化され各長方形内の欠陥
部分のｉ番目の画素のグレースケールレベル値を表わ
す。 （５）上記平均グレースケールレベルｖの値から、分割
された長方形内の欠陥を数値化する。 （６）数値の配列パターンを数値化して特徴量Ａとす
る。

【００２３】以下、上記（２）〜（６）の各ステップに
ついて具体的に説明する。図８は、エッジの急峻な凹凸
欠陥の、抽出された欠陥部分のグレースケール画像の模
式図である。ここでは抽出された欠陥部分のグレースケ
ール画像に外接する長方形が生成され、一例として、ｙ
軸に平行に、３等分に分割される。細分化した長方形内
の欠陥部分の平均グレースケールレベルｖを上記（１）
式にしたがって算出する。グレースケールレベルは例え
ば２５６段階に設定されており、例えばこれを二値化す
る場合にはグレースケールレベルｖ＝１２８を欠陥のな
い基準グレースケールレベルとし、グレースケールレベ
ルｖが１２８以上（基準スケールレベルより明るい）場
合は１、グレースケールレベルが１２８未満の場合（基
準スケールレベルより暗い場合）は０とする。

【００２４】長方形を３分割し、グレースケールレベル
を二値化すると、グレースケールレベルの配列パターン
は２³ ＝８通り存在することになる。図８の欠陥のグレ
ースケールレベルの配列パターンは（１０１）と表され
る。これを１０進表記の特徴量で表わせば７となる。図
９は同じ欠陥のグレースケール画像をｘ軸に平行に３等
分に分割した模式図であり、上記と同様にして、欠陥部
分のグレースケールレベルの配列パターンを求めると
（１００）となる。これを１０進表記の特徴量で表わす
と６となる。

【００２５】エッジのなだらかな欠陥の場合は、欠陥部
分のグレースケールレベルの配列パターンは、ｙ軸方向
またはｘ軸方向に分割した場合の両者ともに（１１１）
となり、これを特徴量で表わせば８となる。エッジの急
峻な欠陥とエッジのなだらかな欠陥とでは特徴量が異な
るので判別することができる。

【００２６】＜特徴量Ｂの算出方法＞図１０に示される
ように、エッジの急峻な欠陥であっても欠陥部分内の、
周囲より明るい領域が小さいために、上述の特徴量Ａの
算出方法をもってしては周囲よりも明るい欠陥分がある
という特徴量が得られない場合のために、グレースケー
ルのプロファイルから欠陥を判別する方法を加える。先
ず、抽出された欠陥部分の重心の座標を演算によって求
める。

【００２７】図１３は、重心の求め方を説明するための
模式図である。各升目１つずつが各画素に対応してい
る。重心の座標（ｘ₀ ，ｙ₀ ）は、図１３に示すような
抽出された欠陥部分のｘ方向、ｙ方向の座標に対して式
（２）に示す計算式より求められる。

【００２８】

【数２】

【００２９】但し、Ｎは抽出された欠陥部分の全画素
数、ｘ_i ，ｙ_i は抽出された欠陥部分のｉ番目の画素の
ｘ，ｙ座標である。重心の座標を求めた後、図１１に示
すようにその重心（ｘ₀ ，ｙ₀ ）を通るｙ方向のグレー
スケール値のプロファイルを得て、そのプロフィールが
基準グレースケールレベルと交差する回数を求める。交
差の判断は、隣接する画素のグレースケールレベルが基
準グレースケールレベルを横切っているか否かによる。
またプロフィールの始点を予め決めておき（本実施例で
は、入射光側とは反射側である）、始点のグレースケー
ルレベルが基準グレースケールレベルより高い場合は、
正＋、低い場合は負−の符号を、求めた交差回数に付加
し、この値を特徴量Ｂとする。図１１の場合は、＋１が
この特徴量Ｂの値となる。複雑な形状の図１２の場合
は、プロファイルが基準グレースケールレベルと接して
はいるものの横切ってはいないため、ａ点，ｂ点は交差
しているとは見なされず、特徴量Ｂは＋２となる。

【００３０】以上は、ｙ方向のグレースケール値のプロ
ファイルの特徴量を求めて判別する方法について示した
が、ｘ方向のグレースケール値のプロファイルの特徴量
を求めて判別してもよい。エッジのなだらかな欠陥の場
合は交差回数は０回であり、符号は＋であるから、特徴
量Ｂは＋０となる。エッジの急峻な欠陥とエッジのなだ
らかな欠陥とでは特徴量が異なるので、容易に判別する
ことができる。

【００３１】上記のようにして求めた特徴量Ａ，Ｂを、
従来用いられてきた形状を表す特徴量、大きさを表す特
徴量、濃度特徴量等と合わせて用いることにより、従来
用いられてきた特徴量のみではこれまで判別が困難であ
った、エッジが急峻な凹凸欠陥とエッジがなだらかな凹
凸欠陥との二種類の凹凸欠陥の判別を非常に容易に行う
ことができる。

【００３２】表１は特徴量の登録テーブルの一例であ
り、このテーブルには、エッジのなだらかになっている
欠陥の例としての「ヘゲ」と、エッジの急峻になってい
る欠陥の例としての「カキ疵」に対する疵種判別用特徴
量が登録されている。各々の特徴量に対して、最大値
（ｍａｘ）、最小値（ｍｉｎ）の登録が可能であり、抽
出された欠陥の特徴量が、このテーブルに登録した欠陥
の特徴量の値の範囲内に適合すれば、その欠陥である判
定されることになる。特徴量の登録はサンプルテスト、
或いはオンラインテストにより様々な疵種の疵データを
多数集め、その疵データから特徴量の値の範囲が決定さ
れる。

【００３３】ここでは、約２０コイルの冷延鋼板を用い
て、各コイルについて長さ３００ｍから４００ｍを、ラ
イン速度３００ｍ／ｍｉｎで図７に示すシステムにより
検査して、「カキ疵」および「ヘゲ」について、表１の
特徴量の登録テーブルにより欠陥を判別した。一方、こ
れらのコイルを低速で巻き戻して、図７に示すシステム
で検出した欠陥と同一位置の欠陥をオペレータが目視に
より観察して、欠陥の判別を行った。各欠陥について、
図７のシステムでカキ疵と判定され、且つその欠陥がオ
ペレータの目視でもカキ疵と判定された欠陥の数を、図
７のシステムでカキ疵と判定された欠陥の数で除した値
を「カキ疵」の一致率とした。「ヘゲ」の一致率につい
ても同様にして算出した。

【００３４】表２に、従来の特徴量のみで欠陥を判別し
た場合、および従来の特徴量による判別に本実施例によ
る特徴量による判別を加えて判別した場合の欠陥の一致
率を示す。従来の特徴量による判別に本実施例による判
別を加えて判別するとは、従来の特徴量により判別した
結果と本実施例の特徴量により判別した結果との論理積
（双方の特徴量それぞれによりいずれも疵と判別された
場合に疵と判別する）を意味する。表２でａｎｄは論理
積を表わし、ｏｒは論理和を表わす。

【００３５】本実施例の特徴量を加えて欠陥を判別した
場合、従来の特徴量のみによる欠陥判別に比較して欠陥
の一致率が大幅に向上していることがわかる。

【００３６】

【表１】

【００３７】

【表２】

【００３８】

【発明の効果】以上説明したように、本発明の表面欠陥
の判別方法を採用すれば、凹凸欠陥を高精度に判別でき
る。

【図面の簡単な説明】

【図１】エッジの急峻な凹凸欠陥に対する光反射強度分
布の概念図である。

【図２】エッジの急峻な凹凸欠陥を正反射方向に検出ヘ
ッドを置いて撮像した場合のグレースケール画像の例で
ある。

【図３】エッジの急峻な凹凸欠陥を乱反射方向に検出ヘ
ッドを置いて撮像した場合のグレースケール画像の例で
ある。

【図４】エッジのなだらかな凹凸欠陥に対する光反射強
度分布の概念図である。

【図５】エッジのなだらかな凹凸欠陥を正反射方向に検
出ヘッドを置いて撮像した場合のグレースケール画像の
例である。

【図６】エッジのなだらかな凹凸欠陥を乱反射方向に検
出ヘッドを置いて撮像した場合のグレースケール画像の
例である。

【図７】本発明による表面欠陥の判別方法の一実施例を
採用した表面欠陥判別システムの概略図である。

【図８】特徴量Ａを算出するために欠陥画像をｙ方向に
平行に分割した例を示す図である。

【図９】特徴量Ａを算出するために欠陥画像をｘ方向に
平行に分割した例を示す図である。

【図１０】本発明の特徴量Ａでは欠陥が判別できない場
合の例を示す図である。

【図１１】特徴量Ｂを算出するための模式図である。

【図１２】欠陥部分の重心の求め方を示す図である。

【図１３】特徴量Ｂを算出するための欠陥形状が複雑な
場合の模式図である。

【符号の説明】

１ 光源 ２ 被検査材 ５ 一次元ＣＣＤカメラ ６ Ａ／Ｄ変換装置 ７ 欠陥抽出用信号処理装置 ８ 欠陥抽出用信号処理装置 ９ 表示装置

Claims (4)

【特許請求の範囲】
1. 【請求項１】 照明された被検査体表面を撮像して撮像
   信号を得、該撮像信号に基づいて前記被検査体表面の欠
   陥を判別する表面欠陥の判別方法において、 前記撮像信号に基づいて、前記被検査体表面を表わす画
   像中の、前記被検査体表面の欠陥に対応する欠陥領域を
   抽出し、 該欠陥領域内部が複数に分割されてなる複数の部分領域
   それぞれに対応する撮像信号の各平均的な値を求め、 これら複数の平均的な値に基づいて欠陥の特徴を表わす
   特徴量を求め、 この特徴量に基づいて欠陥を判別することを特徴とする
   表面欠陥の判別方法。
2. 【請求項２】 照明された被検査体表面を撮像して撮像
   信号を得、該撮像信号に基づいて前記被検査体表面の欠
   陥を判別する表面欠陥の判別方法において、 前記撮像信号に基づいて、前記被検査体表面を表わす画
   像中の、前記被検査体表面の欠陥に対応する欠陥領域を
   抽出し、 この欠陥領域に外接する長方形領域を求め、 この長方形領域の輪郭の一辺に平行な線分によりこの長
   方形領域内部が複数に分割されてなる複数の部分領域そ
   れぞれと、前記欠陥領域との各重畳部分それぞれに対応
   する撮像信号の各平均的な値を求め、 これら複数の平均的な値それぞれと１つもしくは複数の
   しきい値とを比較することにより、これら複数の平均的
   な値それぞれを数値化し、 これら複数の数値の配列パターンに基づいて欠陥の特徴
   を表わす特徴量を求め、 この特徴量に基づいて欠陥を判別することを特徴とする
   表面欠陥の判別方法。
3. 【請求項３】 照明された被検査体表面を撮像して撮像
   信号を得、該撮像信号に基づいて前記被検査体表面の欠
   陥を判別する表面欠陥の判別方法において、 前記撮像信号に基づいて、前記被検査体表面を表わす画
   像中の、前記被検査体表面の欠陥に対応する欠陥領域を
   抽出し、 該欠陥領域を通過する所定の直線上の撮像信号のプロフ
   ァイルを求め、 このプロファイルに基づいて欠陥の特徴を表わす特徴量
   を求め、 この特徴量に基づいて欠陥を判別することを特徴とする
   表面欠陥の判別方法。
4. 【請求項４】 照明された被検査体表面を撮像して撮像
   信号を得、該撮像信号に基づいて前記被検査体表面の欠
   陥を判別する表面欠陥の判別方法において、 前記撮像信号に基づいて、前記被検査体表面を表わす画
   像中の、前記被検査体表面の欠陥に対応する欠陥領域を
   抽出し、 該欠陥領域内部の代表点を求め、 該代表点を通過する直線上の撮像信号のプロファイルを
   求め、 該プロファイルが所定のしきい値レベルと交差する回
   数、および該プロファイルと該しきい値レベルとの差分
   を前記直線に沿って順次求めたときの初期の差分の符号
   に基づいて欠陥の特徴を表わす特徴量を求め、 この特徴量に基づいて欠陥を判別することを特徴とする
   表面欠陥の判別方法。