特許ウォッチ

公開番号2024164416
公報種別公開特許公報(A)
公開日2024-11-27
出願番号2023079871
出願日2023-05-15
発明の名称表面疵の深さ推定方法
出願人大同特殊鋼株式会社
代理人個人
主分類G01N 21/91 20060101AFI20241120BHJP(測定;試験)
要約【課題】磁粉探傷において金属材の表面疵の疵種に応じた疵深さを正確に推定することが可能な表面疵の深さ推定方法を提供する。
【解決手段】磁粉探傷で得られる金属材の磁粉模様画像を、処理装置2内に構成された画像認識部21の畳み込みニューラルネットワークに入力させて当該磁粉模様画像中の疵画像に対応する疵種の表面疵の深さを推定する。この場合、上記疵画像の画像サイズ情報と上記疵種の情報を畳み込みニューラルネットワークの出力層を構成する全結合層23に入力させる。
【選択図】図1
特許請求の範囲【請求項１】
磁粉探傷で得られる金属材の磁粉模様画像を学習済みの畳み込みニューラルネットワークに入力させて当該磁粉模様画像中の疵画像に対応する疵種の表面疵の深さを推定することを特徴とする表面疵の深さ推定方法。
続きを表示（約 210 文字）【請求項２】
前記疵画像の画像サイズ情報と前記疵種の情報を前記畳み込みニューラルネットワークの出力層を構成する全結合層に入力させる請求項１に記載の表面疵の深さ推定方法。
【請求項３】
前記磁粉模様画像を前記畳み込みニューラルネットワークに入力させるに際して、前記磁粉模様画像の縁辺に適宜ゼロ埋め画像を付加してこれら磁粉模様画像の画像サイズを全て同一にした請求項１又は２に記載の表面疵の深さ推定方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は表面疵の深さ推定方法に関し、特に磁粉探傷で得られる金属材の磁粉模様画像から当該金属材の表面疵の深さを推定する方法に関するものである。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
特許文献１では、磁化された金属材の表面に蛍光磁粉を散布して、当該蛍光磁粉で描かれる磁粉模様画像より疵部位を判別し、疵部位の縦横比から疵種を判定している。そして、上記疵部位の平均幅に平均輝度を乗じた深さ指標値を得て、当該指標値に、疵種に応じて予め得られた係数を乗じて疵深さを算出し推定している。
【先行技術文献】
【特許文献】
【０００３】
特開平９－２１０９６９
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ところで上記従来の疵深さ推定方法では疵種を疵部位の縦横比から判定しているが、実際には作業者は小さな波打ち模様や磁粉の局所的な濃淡変化等をも考慮に入れて疵深さを官能的に推定しており、疵部位の縦横比のみから疵種を一義的に定めることは困難であって、このため、疵深さの正確な推定も困難であるという問題があった。
【０００５】
そこで、本発明はこのような問題を解決するもので、磁粉探傷において金属材の表面疵の疵種に応じた疵深さを正確に推定することが可能な表面疵の深さ推定方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成するために、本第１発明では、磁粉探傷で得られる金属材の磁粉模様画像を学習済みの畳み込みニューラルネットワークに入力させて当該磁粉模様画像中の疵画像に対応する疵種の表面疵の深さを推定する。
【０００７】
本第１発明によれば、学習済みの畳み込みニューラルネットワークに磁粉模様画像を入力させることによって、磁粉模様そのものを認識することができるため、金属材の表面疵の疵種に応じた疵深さを正確に推定することが可能である。
【０００８】
本第２発明では、前記疵画像の画像サイズ情報と前記疵種の情報を前記畳み込みニューラルネットワークの出力層を構成する全結合層に入力させる。
【０００９】
本第２発明によれば、畳み込みニューラルネットワークの全結合層に画像サイズ情報と疵種の情報を入力させることによって、畳み込みニューラルネットワークに入力させる際の磁粉模様画像の固定サイズ・固定アスペクトへのリサイズ(以下リサイズ)の影響を受けることなく、金属材の表面疵の疵種に応じた疵深さをさらに正確に推定することが可能である。
【００１０】
本第３発明では、前記磁粉模様画像を前記畳み込みニューラルネットワークに入力させるに際して、前記磁粉模様画像の縁辺に適宜ゼロ埋め画像を付加してこれら磁粉模様画像の画像サイズを全て同一にする。
（【００１１】以降は省略されています）

関連特許