JPS6142222B2 - - Google Patents
Info
- Publication number
- JPS6142222B2 JPS6142222B2 JP14251677A JP14251677A JPS6142222B2 JP S6142222 B2 JPS6142222 B2 JP S6142222B2 JP 14251677 A JP14251677 A JP 14251677A JP 14251677 A JP14251677 A JP 14251677A JP S6142222 B2 JPS6142222 B2 JP S6142222B2
- Authority
- JP
- Japan
- Prior art keywords
- defect
- defects
- image
- parameters
- reflected light
- 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.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【発明の詳細な説明】
本発明は冷間または熱間で圧延される鋼板の表
面における欠陥の自動検査方法特に欠陥の種類判
別法に関するものであり、とりわけ従来方式の表
面欠陥検査装置では発生する欠陥の種類によつて
欠陥の評価が異なり適切な評価が困難であつた検
査工程に対して目視に代わる自動表面検査装置の
適用を可能とする欠陥の検出・処理方法を提供す
るものである。
面における欠陥の自動検査方法特に欠陥の種類判
別法に関するものであり、とりわけ従来方式の表
面欠陥検査装置では発生する欠陥の種類によつて
欠陥の評価が異なり適切な評価が困難であつた検
査工程に対して目視に代わる自動表面検査装置の
適用を可能とする欠陥の検出・処理方法を提供す
るものである。
はじめに従来の光学的表面欠陥装置の概要を述
べるに、従来の装置は被検査材の表面を照明する
投光装置と、被検査材表面より反射されて欠陥の
特徴を表わす情報の加わつた光を受けこれを電気
信号に変換する受光部、受光部から得られた電気
信号を加工処理することにより欠陥の有無、欠陥
の大きさを判定する処号処理部分から構成され
る。通常、検査は鋼板表面の微小部分での光反射
率の変化を基本情報とするため、前記投光部の光
束あるいは受光部視野のいずれか一方あるいは両
方を十分に絞り、瞬間的には非常に狭い視野範囲
の表面反射について測定を行なう構成とし、鋼板
全表面を検査するために上記の視野を時間的に順
次移動つまり走査する構成になつている。このよ
うな光学的欠陥検査装置において要求される能力
は、欠陥の発見能力、発見された欠陥についてそ
の有害度即ち欠陥レベルの判定能力、欠陥の種類
識別能力が主要なものである。
べるに、従来の装置は被検査材の表面を照明する
投光装置と、被検査材表面より反射されて欠陥の
特徴を表わす情報の加わつた光を受けこれを電気
信号に変換する受光部、受光部から得られた電気
信号を加工処理することにより欠陥の有無、欠陥
の大きさを判定する処号処理部分から構成され
る。通常、検査は鋼板表面の微小部分での光反射
率の変化を基本情報とするため、前記投光部の光
束あるいは受光部視野のいずれか一方あるいは両
方を十分に絞り、瞬間的には非常に狭い視野範囲
の表面反射について測定を行なう構成とし、鋼板
全表面を検査するために上記の視野を時間的に順
次移動つまり走査する構成になつている。このよ
うな光学的欠陥検査装置において要求される能力
は、欠陥の発見能力、発見された欠陥についてそ
の有害度即ち欠陥レベルの判定能力、欠陥の種類
識別能力が主要なものである。
従来の検査装置においては前述のように情報の
基礎を鋼板表面微小部分での光量反射率に置いて
おり、得られた反射率信号の変化から欠陥の存在
を推定するものである。通常、前記受光装置出力
信号を適当な前置増幅器により増幅したのちその
まま、あるいは更に微分装置により出力変化分の
みを取り出して適当な閾値でレベル弁別すること
により、通常表面のノイズ成分と欠陥の区別及び
欠陥の有害度（レベル）の判定を行なつているの
である。しかるに、欠陥の有害度の判定はその鋼
板の使用目的によつて疵種類毎に異なり、また、
人間の目視判定を基礎に定められた規準を使用す
るため前記の欠陥の表面反射率変化の検出レベル
弁別は、非常に困難であつたわけである。即ち、
ある欠陥を基準とした判定回路のレベル設定値を
基準とした判定回路のレベル設定値によれば、他
の種類の欠陥については判定を誤る可能性が非常
に高いのである。したがつて表面欠陥のレベルを
判定するためには当該欠陥の種類を認識すること
は重要な要素である。欠陥の種類は欠陥の性状、
成因等により経験的に分類されたものであるが、
欠陥レベルの判定を目的とする場合は類似のもの
をまとめて数種類の群に分けることが可能であ
る。欠陥をこの群のうちのどれに属するものであ
るか識別できれば、このなかでは欠陥レベルの判
定が比較的容易となることは明白である。
基礎を鋼板表面微小部分での光量反射率に置いて
おり、得られた反射率信号の変化から欠陥の存在
を推定するものである。通常、前記受光装置出力
信号を適当な前置増幅器により増幅したのちその
まま、あるいは更に微分装置により出力変化分の
みを取り出して適当な閾値でレベル弁別すること
により、通常表面のノイズ成分と欠陥の区別及び
欠陥の有害度（レベル）の判定を行なつているの
である。しかるに、欠陥の有害度の判定はその鋼
板の使用目的によつて疵種類毎に異なり、また、
人間の目視判定を基礎に定められた規準を使用す
るため前記の欠陥の表面反射率変化の検出レベル
弁別は、非常に困難であつたわけである。即ち、
ある欠陥を基準とした判定回路のレベル設定値を
基準とした判定回路のレベル設定値によれば、他
の種類の欠陥については判定を誤る可能性が非常
に高いのである。したがつて表面欠陥のレベルを
判定するためには当該欠陥の種類を認識すること
は重要な要素である。欠陥の種類は欠陥の性状、
成因等により経験的に分類されたものであるが、
欠陥レベルの判定を目的とする場合は類似のもの
をまとめて数種類の群に分けることが可能であ
る。欠陥をこの群のうちのどれに属するものであ
るか識別できれば、このなかでは欠陥レベルの判
定が比較的容易となることは明白である。
これらの欠陥種類の識別において、目視では欠
陥の形状、色、発生部位等を経験的に勘案して一
瞬の間に疵判定しており、この機能はいわゆるパ
ターン認識の分野に属する。目視検査は、欠陥の
部分的な反射特性のみでなくその平面的な集合即
ち欠陥像として疵を認識するところに従来の光学
的欠陥検査装置との大きな差異があるわけであ
る。
陥の形状、色、発生部位等を経験的に勘案して一
瞬の間に疵判定しており、この機能はいわゆるパ
ターン認識の分野に属する。目視検査は、欠陥の
部分的な反射特性のみでなくその平面的な集合即
ち欠陥像として疵を認識するところに従来の光学
的欠陥検査装置との大きな差異があるわけであ
る。
本発明は、欠陥検査装置に対して上記目視検査
に近い性能を保有させるため、欠陥を従来の一次
元的な捕え方から２次元的な像として検出し、信
号処理を施し、その特徴をとらえて欠陥の種類識
別を行なうものである。
に近い性能を保有させるため、欠陥を従来の一次
元的な捕え方から２次元的な像として検出し、信
号処理を施し、その特徴をとらえて欠陥の種類識
別を行なうものである。
以下図に従つて本発明を説明する。第５図に本
発明に基づく欠陥検査装置の基本的な１構成例を
示す。図において１は被検査材である鋼板であ
り、２はこの上に生じている欠陥を示す。３は照
明用の光源である。４は疵部での照明による反射
光を光像などの像に変換する光学系、５は光学系
４により変換された像を電気的信号に変換する撮
像部、６は得られた映像情報に対して前記特徴を
抽出する為の処理を行なう二次元信号処理部、７
は処理部６により得られた処理後情報から疵種別
を判定するための特徴パラメータの識別判定部、
８は得られた各特徴パラメータについてその大き
さを判定するレベル判別部、９は各特徴パラメー
タのレベル相互関係から欠陥の種類程度を判定す
る欠陥判定部、10は判定された欠陥を表示し、作
業者に知らせ、又本図に図示しない検査情報処理
装置に欠陥情報を出力する出力表示装置である。
発明に基づく欠陥検査装置の基本的な１構成例を
示す。図において１は被検査材である鋼板であ
り、２はこの上に生じている欠陥を示す。３は照
明用の光源である。４は疵部での照明による反射
光を光像などの像に変換する光学系、５は光学系
４により変換された像を電気的信号に変換する撮
像部、６は得られた映像情報に対して前記特徴を
抽出する為の処理を行なう二次元信号処理部、７
は処理部６により得られた処理後情報から疵種別
を判定するための特徴パラメータの識別判定部、
８は得られた各特徴パラメータについてその大き
さを判定するレベル判別部、９は各特徴パラメー
タのレベル相互関係から欠陥の種類程度を判定す
る欠陥判定部、10は判定された欠陥を表示し、作
業者に知らせ、又本図に図示しない検査情報処理
装置に欠陥情報を出力する出力表示装置である。
この装置では欠陥像は光学系４により撮像部５
に結ばれ、電気信号に変換されて信号処理部６へ
送られる。信号処理部６では欠陥像情報に対して
平均値、トレンドの除去等必要な前処理を施した
後、２次元周波数分析処理と、欠陥の面積、長さ
算出処理が並行して行なわれる。信号処理部６の
出力１３は、欠陥画像の空間周波数軸上の像すな
わち２次元周波数成分分布パターンに基づく４つ
のパラメータと、面積、長さ算出手法に基づく３
つのパラメータである。
に結ばれ、電気信号に変換されて信号処理部６へ
送られる。信号処理部６では欠陥像情報に対して
平均値、トレンドの除去等必要な前処理を施した
後、２次元周波数分析処理と、欠陥の面積、長さ
算出処理が並行して行なわれる。信号処理部６の
出力１３は、欠陥画像の空間周波数軸上の像すな
わち２次元周波数成分分布パターンに基づく４つ
のパラメータと、面積、長さ算出手法に基づく３
つのパラメータである。
２次元周波数成分分布パターンに基づく４つの
パラメータを以下説明する。まず、２次元の画像
データに対して周波数分析を実施した例を第１図
に示す。第１図ａの碁盤目状の２次元画像データ
に対して周波数分析（二次元フーリエ変換または
アダマール変換）を実施した結果が第１図ｂの２
次元周波数成分分布パターン（２次元パワースペ
クトラム密度）である。第１図ｃは横方向の定常
波の周波数成分分布を、また第１図ｄは縦方向の
それを示す。時系列データの周波数分析が時系列
データに含まれる変化分の周期性を抽出すること
は周知の通りであるが、画像データの周波数分析
は画像データに含まれる変化分の２次元平面での
周期性を抽出するものである。第１図に示したよ
うな例では横方向の周期性は大部分が縦方向周波
数０である軸上に現われ、逆に縦方向の周期性は
大部分が横方向周波数０である軸上に現われる
（これは画像データに縦横の相関がないことを示
している）。これらを横方向の定常波周波数成
分、縦方向の定常波周波数成分と呼ぶ。鋼板表面
を、画像データとして周波数分析を行なうと、一
般には表面欠陥による周波数成分のほとんどが２
つの方向の高常波周波数成分に集中し、かつ、正
常な鋼板表面と比較して表面欠陥が発生している
鋼板表面の周波数分析結果では表面欠陥による変
化分に応じて横方向または縦方向（あるいは両方
向）の定常波周波数成分のうち、比較的高帯域の
周波数成分が大きくなる。各表面欠陥のもつ特徴
を２次元周波数成分分布のパターンと対応させる
ことができれば、この２次元周波数成分分布パタ
ーンから逆に表面欠陥を識別することが可能であ
る。
パラメータを以下説明する。まず、２次元の画像
データに対して周波数分析を実施した例を第１図
に示す。第１図ａの碁盤目状の２次元画像データ
に対して周波数分析（二次元フーリエ変換または
アダマール変換）を実施した結果が第１図ｂの２
次元周波数成分分布パターン（２次元パワースペ
クトラム密度）である。第１図ｃは横方向の定常
波の周波数成分分布を、また第１図ｄは縦方向の
それを示す。時系列データの周波数分析が時系列
データに含まれる変化分の周期性を抽出すること
は周知の通りであるが、画像データの周波数分析
は画像データに含まれる変化分の２次元平面での
周期性を抽出するものである。第１図に示したよ
うな例では横方向の周期性は大部分が縦方向周波
数０である軸上に現われ、逆に縦方向の周期性は
大部分が横方向周波数０である軸上に現われる
（これは画像データに縦横の相関がないことを示
している）。これらを横方向の定常波周波数成
分、縦方向の定常波周波数成分と呼ぶ。鋼板表面
を、画像データとして周波数分析を行なうと、一
般には表面欠陥による周波数成分のほとんどが２
つの方向の高常波周波数成分に集中し、かつ、正
常な鋼板表面と比較して表面欠陥が発生している
鋼板表面の周波数分析結果では表面欠陥による変
化分に応じて横方向または縦方向（あるいは両方
向）の定常波周波数成分のうち、比較的高帯域の
周波数成分が大きくなる。各表面欠陥のもつ特徴
を２次元周波数成分分布のパターンと対応させる
ことができれば、この２次元周波数成分分布パタ
ーンから逆に表面欠陥を識別することが可能であ
る。
いま該画像データにデイジタル的に２次元周波
数分析を施して算出した周波数成分をＰ（f1、
f2）とする（f1：横方向の周波数座標：−Nrf1
Nr、f2：縦方向の周波数座標：０f2Nw、た
だし、Nr、Nwは画像データのサンプリングにお
けるナイキスト定理より定まる）。Ｐ（f1、f2）を
用いて４つのパラメータを抽出して２次元周波数
成分分布を記述するわけである。パラメータ抽出
にはすべてのＰ（f1、f2）を用いるわけではなく、
両方向の定常波周波数成分（｛Ｐ（０、f2）｝と
｛Ｐ（f1、０）｝）近傍の成分を用いるだけでよ
い。逆に近傍成分を用いるというのは、両方向に
おける緩慢な変化に埋もれた表面欠陥による周波
数成分を無視することを防ぐわけである。
数分析を施して算出した周波数成分をＰ（f1、
f2）とする（f1：横方向の周波数座標：−Nrf1
Nr、f2：縦方向の周波数座標：０f2Nw、た
だし、Nr、Nwは画像データのサンプリングにお
けるナイキスト定理より定まる）。Ｐ（f1、f2）を
用いて４つのパラメータを抽出して２次元周波数
成分分布を記述するわけである。パラメータ抽出
にはすべてのＰ（f1、f2）を用いるわけではなく、
両方向の定常波周波数成分（｛Ｐ（０、f2）｝と
｛Ｐ（f1、０）｝）近傍の成分を用いるだけでよ
い。逆に近傍成分を用いるというのは、両方向に
おける緩慢な変化に埋もれた表面欠陥による周波
数成分を無視することを防ぐわけである。
具体的にはＰ（f1、f2）から次式により定常波近
傍周波数成分Pr（f1）、Pw（f2）を定義する。
傍周波数成分Pr（f1）、Pw（f2）を定義する。
ｒ、ｗは原画像データにおける緩慢な変化に対
応するもので実験的に２〜４を選ぶのが適当であ
ることがわかつている。
応するもので実験的に２〜４を選ぶのが適当であ
ることがわかつている。
Pr（f1）、Pw（f2）を用いて表面欠陥の方向性を
表わすパラメータDFr，DFwと横方向、縦方向
における表面欠陥の鋭さを表わすパラメータ
Rr，Rwを抽出する。DFr，DFw、Rr、Rwが２
次元周波数成分分布を記述する４つのパラメータ
となるのである。
表わすパラメータDFr，DFwと横方向、縦方向
における表面欠陥の鋭さを表わすパラメータ
Rr，Rwを抽出する。DFr，DFw、Rr、Rwが２
次元周波数成分分布を記述する４つのパラメータ
となるのである。
４つのパラメータについて説明するために実際
の分析結果例を第２図に示す。DFr，DFwは次
の定義式によつて与えられる。
の分析結果例を第２図に示す。DFr，DFwは次
の定義式によつて与えられる。
例として第２図の分析結果ではパワー大である
周波数成分が横方向と比較して縦方向に集中して
おり（原画像データにおいては横方向の変化は緩
慢であり、縦方向の変化は激しい）、｛Pr（f1）｝
は｛Pw（f2）｝に比較して振幅が小さい。すなわ
ち、DFw＝０となり、縦方向の定常波の周波数
成分はパワーが大で、DFr＜０（第２図ではDFr
＝−１）となり横方向の定常波の周波数成分はパ
ワーが小であることが定量的に把握できるわけで
ある。
周波数成分が横方向と比較して縦方向に集中して
おり（原画像データにおいては横方向の変化は緩
慢であり、縦方向の変化は激しい）、｛Pr（f1）｝
は｛Pw（f2）｝に比較して振幅が小さい。すなわ
ち、DFw＝０となり、縦方向の定常波の周波数
成分はパワーが大で、DFr＜０（第２図ではDFr
＝−１）となり横方向の定常波の周波数成分はパ
ワーが小であることが定量的に把握できるわけで
ある。
次に、縦方向、横方向において表面欠陥による
周波数成分があるかないかを示すパラメータが
Rw、Rrである。第２図ｃ，ｂのように縦方向、
横方向の定常波周波数成分を抽出すると、そのう
ちで表面欠陥による成分がどの周波数帯域にある
かを判断しなければならない。一般に点状疵、線
状疵のような表面欠陥においては縦方向または横
方向（あるいはその両方）に激しい変化分を生じ
るため、当該方向の比較的高帯域の周波数成分が
大きくなることが多い（第２図参照）。これを数
値化したものがRw，Rrである。Rr，Rwの定義
式は次の式で与えられる。
周波数成分があるかないかを示すパラメータが
Rw、Rrである。第２図ｃ，ｂのように縦方向、
横方向の定常波周波数成分を抽出すると、そのう
ちで表面欠陥による成分がどの周波数帯域にある
かを判断しなければならない。一般に点状疵、線
状疵のような表面欠陥においては縦方向または横
方向（あるいはその両方）に激しい変化分を生じ
るため、当該方向の比較的高帯域の周波数成分が
大きくなることが多い（第２図参照）。これを数
値化したものがRw，Rrである。Rr，Rwの定義
式は次の式で与えられる。
ｎr，ｎwは対象とする表面欠陥の大きさ、間隔
から空間周波数を計算することによつて定めるこ
とができる。
から空間周波数を計算することによつて定めるこ
とができる。
したがつてPr（０）、Pr(1)、………Pr（ｎr−
１）およびPw（０）、Pw(1)、………Pw（ｎw−
１）は表面欠陥によらない、たとえば鋼板表面の
汚れによる周波数成分であるとみなし、Pr（ｎ
r）、Pr（ｎr＋１）、………Pr（Nr）およびPw
（ｎw）、Pw（ｎw＋１）、………Pw（Nw）は表面
欠陥による周波数成分であるとみなすことができ
る。
１）およびPw（０）、Pw(1)、………Pw（ｎw−
１）は表面欠陥によらない、たとえば鋼板表面の
汚れによる周波数成分であるとみなし、Pr（ｎ
r）、Pr（ｎr＋１）、………Pr（Nr）およびPw
（ｎw）、Pw（ｎw＋１）、………Pw（Nw）は表面
欠陥による周波数成分であるとみなすことができ
る。
２次元周波数分析手法は画像データにおける変
化分、すなわち、表面欠陥における周期性（繰り
返し性）により欠陥種類の識別を行なうものであ
つて、単発的に存在する欠陥に対しては必ずしも
有効な方法ではない。単発的に存在する欠陥の識
別に対して、２次元周波数分析手法の欠点を補償
するのが欠陥の面積、長さ算出手法である。
化分、すなわち、表面欠陥における周期性（繰り
返し性）により欠陥種類の識別を行なうものであ
つて、単発的に存在する欠陥に対しては必ずしも
有効な方法ではない。単発的に存在する欠陥の識
別に対して、２次元周波数分析手法の欠点を補償
するのが欠陥の面積、長さ算出手法である。
本手法は撮像装置から送られる電気信号を直接
利用するもので、これを第３図を参照しながら説
明すると、第３図ａはテレビカメラの各水平走査
線（ライン）に対応する多数のビデオ信号を示
し、同図ｂはこれを点線で示すスレツシユホール
ドレベルにより閾別して３値化した信号を示す。
この３値化した信号でゲートを開閉し、カウンタ
へのクロツク入力を制御することにより欠陥
N1，N2の存在する位置を知り、この結果同一欠
陥か否かを判別して欠陥の長さおよび面積を求め
ることが可能である。面積、長さ算出手法は２次
元周波数分析手法と同期をとつて、同一の画像デ
ータに対して実施する。本手法により１つの画像
データに対して複数の面積、長さ情報が得られる
が、欠陥種類識別に用いるのはその中で、最大の
面積をもつ欠陥の長さＬと３値化における正、負
（反射光散乱性欠陥、反射光吸収性欠陥）を示す
ATRの２つである。
利用するもので、これを第３図を参照しながら説
明すると、第３図ａはテレビカメラの各水平走査
線（ライン）に対応する多数のビデオ信号を示
し、同図ｂはこれを点線で示すスレツシユホール
ドレベルにより閾別して３値化した信号を示す。
この３値化した信号でゲートを開閉し、カウンタ
へのクロツク入力を制御することにより欠陥
N1，N2の存在する位置を知り、この結果同一欠
陥か否かを判別して欠陥の長さおよび面積を求め
ることが可能である。面積、長さ算出手法は２次
元周波数分析手法と同期をとつて、同一の画像デ
ータに対して実施する。本手法により１つの画像
データに対して複数の面積、長さ情報が得られる
が、欠陥種類識別に用いるのはその中で、最大の
面積をもつ欠陥の長さＬと３値化における正、負
（反射光散乱性欠陥、反射光吸収性欠陥）を示す
ATRの２つである。
鋼板表面上に適当な大きさの画像視野を設定す
ればこれまで述べてきた２つの信号処理手法によ
り抽出した６つのパラメータ及び欠陥の発生によ
つて鋼板表面が汚れ状となつているかどうかを評
価するための該画像電気信号のレベルに関するパ
ラメータiRiSを用いて該画像中に存在する欠陥の
種類を識別することが可能である。具体的に本発
明で用いた７つのパラメータの組み合わせ方法の
一例を第４図に示す。これは欠陥サンプルを用い
てオフライン試験を行ない、７つのパラメータを
算出してそのデータを整理して各パラメータに対
する境界値を決定し、識別論理を構成したもので
ある。第４図において用いたパラメータの物理的
意味はこれまでに述べてきた通りであり、また識
別の対像とした各表面欠陥の特徴の概略は次の通
りである。
ればこれまで述べてきた２つの信号処理手法によ
り抽出した６つのパラメータ及び欠陥の発生によ
つて鋼板表面が汚れ状となつているかどうかを評
価するための該画像電気信号のレベルに関するパ
ラメータiRiSを用いて該画像中に存在する欠陥の
種類を識別することが可能である。具体的に本発
明で用いた７つのパラメータの組み合わせ方法の
一例を第４図に示す。これは欠陥サンプルを用い
てオフライン試験を行ない、７つのパラメータを
算出してそのデータを整理して各パラメータに対
する境界値を決定し、識別論理を構成したもので
ある。第４図において用いたパラメータの物理的
意味はこれまでに述べてきた通りであり、また識
別の対像とした各表面欠陥の特徴の概略は次の通
りである。
CBカキ疵：圧延方向に延びる線状欠陥
肌荒れ状スケール：反射光吸収性の点状欠陥共ズ
レ疵：反射光散乱性の点状欠陥または線状密集
欠陥 正常表面：光沢のムラ（反射光を吸収する）をも
つ表面 肌荒れ状スケールα：典型的な肌荒れ状スケール （模様状）共ズレ疵α：集合的な共ズレ疵 CBカキ疵α：複数のカキ疵 （カキ疵状）共ズレ疵α：集合的な共ズレ疵 CBカキ疵β：複数のカキ疵 カキ疵状共ズレ疵β：集合的な共ズレ疵 肌荒れ状スケールβ：幅方向には弱い肌荒れ状ス
ケール CBカキ疵γ：単数のカキ疵 肌荒れ状スケールγ：幅方向には弱い肌荒れ状ス
ケール たとえば、CBカキ疵βについては圧延方向に
伸びる複数の線状欠陥であり、パラメータ
DFw，DFr，Rw，Rrを定義するために引用した
分析結果例の第２図のような２次元周波数成分分
布をもつ。すなわち、DFw＝０、DFr＝−１、
及びRw40が求められている（Rrの算出は識別
フロー上不要）。更に欠陥の電気信号は明瞭であ
るためレベルも高いのでiRiS＞８が成立し、圧延
方向の欠陥長さも長く、Ｌ40が成立している。
したがつて第４図の識別フローにて正しく分類す
ることができる。また肌荒れ状スケールαを例に
とると、この欠陥は反射光吸収性の点状欠陥であ
るから、圧延方向、幅方向のいずれも欠陥による
電気信号変化が激しく、求められる２次元周波数
成分分布にて、圧延方向にも幅方向にもパワー大
なる周波数成分は分布しており、更にいずれの方
向にも高帯域までパワー大なる周波数成分が分布
している。すなわち、DFw＝DFr＝０及びRwRr
40が求められる。更にiRiS＞８、ATR1＜０が
成立するのは明らかであるから、これも第４図の
識別フローで正しく分類することができる。な
お、ATRについては面積、長さ算出手法にて１
つの画像データに対して得られる複数の光学的性
質パラメータATRについて総和を算出したもの
をATR1として判定パラメータに用いるととも
に、最大の面積をもつ欠陥の光学的性質パラメー
タATRをそのままATR2として求めたが、第４図
での識別フローには不要であつた。そして、第４
図の識別フローを用いて約50枚のサンプル試験を
行なつた結果、疵種類の自動識別判定と目視判定
の一致率が95.9％という結果を得ている。
レ疵：反射光散乱性の点状欠陥または線状密集
欠陥 正常表面：光沢のムラ（反射光を吸収する）をも
つ表面 肌荒れ状スケールα：典型的な肌荒れ状スケール （模様状）共ズレ疵α：集合的な共ズレ疵 CBカキ疵α：複数のカキ疵 （カキ疵状）共ズレ疵α：集合的な共ズレ疵 CBカキ疵β：複数のカキ疵 カキ疵状共ズレ疵β：集合的な共ズレ疵 肌荒れ状スケールβ：幅方向には弱い肌荒れ状ス
ケール CBカキ疵γ：単数のカキ疵 肌荒れ状スケールγ：幅方向には弱い肌荒れ状ス
ケール たとえば、CBカキ疵βについては圧延方向に
伸びる複数の線状欠陥であり、パラメータ
DFw，DFr，Rw，Rrを定義するために引用した
分析結果例の第２図のような２次元周波数成分分
布をもつ。すなわち、DFw＝０、DFr＝−１、
及びRw40が求められている（Rrの算出は識別
フロー上不要）。更に欠陥の電気信号は明瞭であ
るためレベルも高いのでiRiS＞８が成立し、圧延
方向の欠陥長さも長く、Ｌ40が成立している。
したがつて第４図の識別フローにて正しく分類す
ることができる。また肌荒れ状スケールαを例に
とると、この欠陥は反射光吸収性の点状欠陥であ
るから、圧延方向、幅方向のいずれも欠陥による
電気信号変化が激しく、求められる２次元周波数
成分分布にて、圧延方向にも幅方向にもパワー大
なる周波数成分は分布しており、更にいずれの方
向にも高帯域までパワー大なる周波数成分が分布
している。すなわち、DFw＝DFr＝０及びRwRr
40が求められる。更にiRiS＞８、ATR1＜０が
成立するのは明らかであるから、これも第４図の
識別フローで正しく分類することができる。な
お、ATRについては面積、長さ算出手法にて１
つの画像データに対して得られる複数の光学的性
質パラメータATRについて総和を算出したもの
をATR1として判定パラメータに用いるととも
に、最大の面積をもつ欠陥の光学的性質パラメー
タATRをそのままATR2として求めたが、第４図
での識別フローには不要であつた。そして、第４
図の識別フローを用いて約50枚のサンプル試験を
行なつた結果、疵種類の自動識別判定と目視判定
の一致率が95.9％という結果を得ている。
なお通常使用される画像−電気信号変換器例え
ばTVカメラに利用されるビジコン等の撮像管あ
るいはフオトダイオード、電荷転送素子CCD等
を多数配列した固体撮像素子による画像変換装置
における画面の分解能には限界があり、鋼板表面
の板幅の全幅検査を行なうには画像変換装置を複
数台並べるか、または画像変換装置の視野を振幅
方向に順次移動させる（走査する）必要がある。
信号処理は通常のデイジタル計算機システムにて
行なうものとするが、信号処理に要する時間はか
なりかかるため、欠陥が存在する部分の像に対し
てのみ全信号処理を行なうものとする。
ばTVカメラに利用されるビジコン等の撮像管あ
るいはフオトダイオード、電荷転送素子CCD等
を多数配列した固体撮像素子による画像変換装置
における画面の分解能には限界があり、鋼板表面
の板幅の全幅検査を行なうには画像変換装置を複
数台並べるか、または画像変換装置の視野を振幅
方向に順次移動させる（走査する）必要がある。
信号処理は通常のデイジタル計算機システムにて
行なうものとするが、信号処理に要する時間はか
なりかかるため、欠陥が存在する部分の像に対し
てのみ全信号処理を行なうものとする。
以上、本発明によれば従来の表面欠陥検査装置
においては不可能であつた表面欠陥の種類識別が
可能となり、欠陥レベルの判定精度が向上すると
ともに欠陥種類毎の分類情報による前後工程の品
質管理も可能となる等の効果があり従来の目視に
よる表面欠陥険査の完全な自動化が可能となつ
た。
においては不可能であつた表面欠陥の種類識別が
可能となり、欠陥レベルの判定精度が向上すると
ともに欠陥種類毎の分類情報による前後工程の品
質管理も可能となる等の効果があり従来の目視に
よる表面欠陥険査の完全な自動化が可能となつ
た。
第１図ａ〜ｄは２次元周波数分析の説明図、第
２図ａ〜ｃは２次元周波数成分分布パターンとパ
ラメータDFr，DFwの説明図、第３図は欠陥の
面積、長さパラメータの算出要領を説明する図、
第４図は欠陥種類判定の要領を説明するフローチ
ヤート、第５図は欠陥検出装置の説明図である。 図面で１は被検査鋼板、２は欠陥、３は照明用
光源、４は欠陥の画像変換部５への結像用光学
系、５は欠陥像を電気的信号に変換する画像変換
部、６は２次元信号処理部、７は特徴パラメータ
識別判定部、８はレベル判定部、９は欠陥判定
部、１０は出力表示装置である。
２図ａ〜ｃは２次元周波数成分分布パターンとパ
ラメータDFr，DFwの説明図、第３図は欠陥の
面積、長さパラメータの算出要領を説明する図、
第４図は欠陥種類判定の要領を説明するフローチ
ヤート、第５図は欠陥検出装置の説明図である。 図面で１は被検査鋼板、２は欠陥、３は照明用
光源、４は欠陥の画像変換部５への結像用光学
系、５は欠陥像を電気的信号に変換する画像変換
部、６は２次元信号処理部、７は特徴パラメータ
識別判定部、８はレベル判定部、９は欠陥判定
部、１０は出力表示装置である。
Claims (1)
- １ 被検査鋼板表面を照明し、表面反射光を結像
させて光電変換し、その画像電気信号に対して２
次元周波数分析を行なつて周波数成分の縦方向、
横方向における分布からそのパワーレベルを評価
して表面欠陥の方向性を表わすパラメータ
DFw，DFrを、また縦方向、横方向それぞれに
ついて全帯域に対する高帯域周波数成分の存在比
率を算出して縦、横方向における表面欠陥の鋭さ
を表わすパラメータRw，Rrを得、また該画像電
気信号から該画像中の面積最大の欠陥の長さＬ、
該画像中に存在した欠陥の電気信号レベルの正負
に対応して反射光散乱性欠陥か反射光吸収性欠陥
かという光学的性質を示すATR、及び欠陥の発
生によつて鋼板表面が汚れ状となつているかどう
かを評価するための電気信号レベルを示すiRiSの
３つのパラメータを得、これら７つのパラメータ
を用いて欠陥の種類を判定することを特徴とする
鋼板の表面欠陥検査方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14251677A JPS5474793A (en) | 1977-11-28 | 1977-11-28 | Surface defect inspection method of steel plates |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14251677A JPS5474793A (en) | 1977-11-28 | 1977-11-28 | Surface defect inspection method of steel plates |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5474793A JPS5474793A (en) | 1979-06-15 |
| JPS6142222B2 true JPS6142222B2 (ja) | 1986-09-19 |
Family
ID=15317164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14251677A Granted JPS5474793A (en) | 1977-11-28 | 1977-11-28 | Surface defect inspection method of steel plates |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5474793A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62168217U (ja) * | 1986-04-16 | 1987-10-26 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2559581B1 (fr) * | 1984-02-10 | 1986-07-11 | Siderurgie Fse Inst Rech | Procede et installation de detection de defauts de surface sur une bande en cours de defilement |
-
1977
- 1977-11-28 JP JP14251677A patent/JPS5474793A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62168217U (ja) * | 1986-04-16 | 1987-10-26 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5474793A (en) | 1979-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5570530B2 (ja) | ウェハー上の欠陥検出 | |
| 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 | |
| JP2000036044A (ja) | 欠陥統合処理装置および欠陥統合処理方法 | |
| JP3893825B2 (ja) | 半導体ウェーハの欠陥観察方法及びその装置 | |
| JP3324699B2 (ja) | 繊維の径分布測定方法および装置 | |
| JP2010249624A (ja) | 走行材の表面品質判定装置および表面品質判定方法 | |
| KR20090126362A (ko) | 균열 측정 방법 및 측정 장치 | |
| JP5181912B2 (ja) | 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置 | |
| JPH08189904A (ja) | 表面欠陥検出装置 | |
| JPH07333197A (ja) | 表面疵自動探傷装置 | |
| JP4094399B2 (ja) | 鋼板の疵検査方法およびその装置 | |
| JPS6142222B2 (ja) | ||
| JPS6142221B2 (ja) | ||
| JPH04240557A (ja) | 欠陥検出方法 | |
| JP2007003459A (ja) | 画像欠陥検査装置、外観検査装置及び画像欠陥検査方法 | |
| TWI493177B (zh) | 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置 | |
| JPH0694660A (ja) | 表面欠陥検査方法及び装置 | |
| JPH038504B2 (ja) | ||
| KR20000042521A (ko) | 강판의 표면결함 검출방법 | |
| JP2861338B2 (ja) | 光学式検査装置 | |
| JP3745075B2 (ja) | 膜厚測定装置 | |
| JP2004125629A (ja) | 欠陥検出装置 | |
| JPH10115514A (ja) | 表面平滑性の検査方法及びその装置 | |
| JP2001092966A (ja) | 画像処理方法及び画像処理装置 | |
| JPH0682390A (ja) | 表面欠陥検査方法及び装置 |