特許ウォッチ

公開番号2024180301
公報種別公開特許公報(A)
公開日2024-12-26
出願番号2024078572
出願日2024-05-14
発明の名称画像生成方法、および多芯ケーブルの品質評価方法
出願人住友電気工業株式会社
代理人弁理士法人深見特許事務所
主分類G06T 5/60 20240101AFI20241219BHJP(計算;計数)
要約【課題】丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像から素材または中空の中心位置を適切に検出できるような画像を生成する画像生成方法および多芯ケーブルの品質評価方法を提供する。
【解決手段】本開示の画像生成方法は、丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像から断層画像内の素材または中空の横断面の中心の画素が明るく、素材または中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成する学習済みモデルを用いて、取得した断層画像から取得した断層画像内の素材または中空の横断面の中心の画素が明るく、素材または中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成するステップを備える。
【選択図】図39
特許請求の範囲【請求項１】
丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像を取得するステップと、
前記断層画像から前記断層画像内の前記素材または前記中空の横断面の中心の画素が明るく、前記素材または前記中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成する学習済みモデルを用いて、前記取得した断層画像から前記取得した断層画像内の前記素材または前記中空の横断面の中心の画素が明るく、前記素材または前記中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成するステップとを備えた画像生成方法。
続きを表示（約 1,000 文字）【請求項２】
前記学習済みモデルは、３段の畳み込み層を有する畳み込みニューラルネットワークによって構成される、請求項１記載の画像生成方法。
【請求項３】
第１段目の畳み込み層のフィルタの一辺のサイズは、前記素材または前記中空の前記横断面の径の０．８８倍以上かつ２．６４倍以下の大きさに相当する画素数である、請求項２記載の画像生成方法。
【請求項４】
第３段目の畳み込み層のフィルタの一辺のサイズは、前記素材または前記中空の前記横断面の径の０．５９倍以上かつ１．４７倍以下の大きさに相当する画素数である、請求項２記載の画像生成方法。
【請求項５】
多芯ケーブルの品質評価方法であって、
請求項１から４のいずれか１項に記載された断層画像を生成するステップおよび画像を生成するステップを備え、
前記断層画像を取得するステップは、複数の素線を含む多芯ケーブルの長手方向に垂直な横断面の断層画像を取得するステップを含み、
前記画像を生成するステップは、前記多芯ケーブルの複数の横断面の断層画像の各々について、前記断層画像内の前記素線の横断面の中心の画素が明るく、前記素線の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成するステップを含み、
前記多芯ケーブルの品質評価方法は、さらに、
前記生成された画像から、前記素線の横断面の中心位置を検出するステップと、
前記複数の横断面における前記素線の横断面の中心位置を連結することによって、前記素線の軌跡を求めるステップと、
前記素線の軌跡に基づいて、前記素線の撚りピッチを表わす指標を算出し、または複数の前記素線の軌跡に基づいて、複数の前記素線が撚り合わされた集合体の撚りピッチを表わす指標を算出するステップと、を備える多芯ケーブルの品質評価方法。
【請求項６】
前記中心位置を検出するステップは、前記得られた画像を２値化するステップを含む、請求項５記載の多芯ケーブルの品質評価方法。
【請求項７】
前記撚りピッチを表わす指標の統計量を算出するステップを、さらに備える、請求項５記載の多芯ケーブルの品質評価方法。
【請求項８】
前記撚りピッチを表わす指標の統計量は、前記撚りピッチを表わす指標のヒストグラムから算出される頻度の半値幅である、請求項７記載の多芯ケーブルの品質評価方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、画像生成方法、多芯ケーブルの品質評価方法、および被覆導線に関する。本出願は、特願２０２３－０９９０６０号に基づく優先権を主張する。当該出願に記載された全ての記載内容は、参照によって本明細書に援用される。
続きを表示（約 4,200 文字）【背景技術】
【０００２】
従来、複数の素線を撚り合わせた導体と、導体を被覆する被覆部とを備える多芯ケーブルが知られている（たとえば、国際公開第２０１７／０５６２７８号公報参照）。複数の素線を撚り合わせた導体は、たとえば、ボビン固定方式の製造装置、あるいはボビン回転方式の製造装置（たとえば、特開２００６－３２８６０３号公報および特開平４－０７５７３３号公報参照）を用いて製造される。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０１７／０５６２７８号
特開２００６－３２８６０３号公報
特開平４－０７５７３３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に記載された多芯ケーブルの品質を評価するためには、多芯ケーブルを構成する複数の素線の各々の形状を正確に測定することが重要である。多芯ケーブルの品質を評価するために、多芯ケーブルの断層画像を用いることが考えられる。
【０００５】
しかしながら、複数の素線を含む多芯ケーブルの断層画像などのような丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、物体の長手方向に垂直な横断面の断層画像から、素材または中空の中心位置を適切に検出する方法が知られていない。
【０００６】
それゆえに、本開示の目的は、丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像から素材または中空の中心位置を適切に検出できるような画像を生成する画像生成方法、およびそのような画像生成方法を用いて多芯ケーブルの品質を適切に評価することができる多芯ケーブルの品質評価方法、および、そのような多芯ケーブルの品質評価方法を用いて製造可能な被覆導線を提供することである。
【課題を解決するための手段】
【０００７】
本開示の画像生成方法は、丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像を取得するステップと、断層画像から断層画像内の素材または中空の横断面の中心の画素が明るく、素材または中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成する学習済みモデルを用いて、取得した断層画像から取得した断層画像内の素材または中空の横断面の中心の画素が明るく、素材または中空の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成するステップとを備える。
【０００８】
本開示の多芯ケーブルの品質評価方法は、上記に記載された断層画像を生成するステップおよび画像を生成するステップを備え、断層画像を取得するステップは、複数の素線を含む多芯ケーブルの長手方向に垂直な横断面の断層画像を取得するステップを含み、画像を生成するステップは、多芯ケーブルの複数の横断面の断層画像の各々について、断層画像内の素線の横断面の中心の画素が明るく、素線の横断面の径方向に向かって画素が段階的に暗くなるような画像を生成するステップを含む。多芯ケーブルの品質評価方法は、さらに、生成された画像から、素線の横断面の中心位置を検出するステップと、複数の横断面における素線の横断面の中心位置を連結することによって、素線の軌跡を求めるステップと、素線の軌跡に基づいて、素線の撚りピッチを表わす指標を算出し、または複数の素線の軌跡に基づいて、複数の素線が撚り合わされた集合体の撚りピッチを表わす指標を算出するステップと、を備える。
【発明の効果】
【０００９】
本開示によれば、丸棒状の素材を複数含む物体または丸棒状の中空を複数含む物体であって、当該物体の長手方向に垂直な横断面の断層画像から、個々の素材または中空の中心位置を適切に検出でき、多芯ケーブルの品質を適切に評価することができ、高品質の多芯ケーブルを得ることができる。
【図面の簡単な説明】
【００１０】
図１は、本実施の形態に係る多芯ケーブルの断面図である。
図２は、本実施の形態に係る多芯ケーブルにおける被覆導線の断面図である。
図３は、本実施の形態に係る多芯ケーブルにおける被覆導線の断面図である。
図４は、本実施の形態に係る多芯ケーブルにおける導体部の断面図である。
図５は、素線の撚りピッチの算出法を説明する導体部の概略断面図である。
図６は、撚りピッチのヒストグラムを説明する概略分布図である。
図７Ａは、本実施の形態に係る多芯ケーブルの複数の素線を撚り合わせた導体を製造する装置を示す概略図である。
図７Ｂは、本実施の形態に係る多芯ケーブルの製造装置を示す概略図である。
図８は、多芯ケーブルの品質評価システム４０の構成を表わす図である。
図９は、学習装置６０の構成を表わす図である。
図１０は、本実施の形態の畳み込みニューラルネットワークの例を表わす図である。
図１１は、加工画像生成装置５０の構成を表わす図である。
図１２Ａは、ニューラルネットワークに入力される断層画像を表わす図である。
図１２Ｂは、図１２Ａの矩形で表される領域を拡大した図である。
図１３Ａは、フィルタサイズが｛ｆ１＝５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１３Ｂは、図１３Ａの矩形で表される領域を拡大した図である。
図１４Ａは、フィルタサイズが｛ｆ１＝１０、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１４Ｂは、図１４Ａの矩形で表される領域を拡大した図である。
図１５Ａは、フィルタサイズが｛ｆ１＝１５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１５Ｂは、図１５Ａの矩形で表される領域を拡大した図である。
図１６Ａは、フィルタサイズが｛ｆ１＝２５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１６Ｂは、図１６Ａの矩形で表される領域を拡大した図である。
図１７Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１７Ｂは、図１７Ａの矩形で表される領域を拡大した図である。
図１８Ａは、フィルタサイズが｛ｆ１＝４５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１８Ｂは、図１８Ａの矩形で表される領域を拡大した図である。
図１９Ａは、フィルタサイズが｛ｆ１＝５５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図１９Ｂは、図１９Ａの矩形で表される領域を拡大した図である。
図２０Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝１５｝の場合の加工画像を表わす図である。
図２０Ｂは、図２０Ａの矩形で表される領域を拡大した図である。
図２１Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝５、ｆ３＝１５｝の場合の加工画像を表わす図である。
図２１Ｂは、図２１Ａの矩形で表される領域を拡大した図である。
図２２Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１５、ｆ３＝１５｝の場合の加工画像を表わす図である。
図２２Ｂは、図２２Ａの矩形で表される領域を拡大した図である。
図２３Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝５｝の場合の加工画像を表わす図である。
図２３Ｂは、図２３Ａの矩形で表される領域を拡大した図である。
図２４Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝１０｝の場合の加工画像を表わす図である。
図２４Ｂは、図２４Ａの矩形で表される領域を拡大した図である。
図２５Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝１５｝の場合の加工画像を表わす図である。
図２５Ｂは、図２５Ａの矩形で表される領域を拡大した図である。
図２６Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝２５｝の場合の加工画像を表わす図である。
図２６Ｂは、図２６Ａの矩形で表される領域を拡大した図である。
図２７Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝４５｝の場合の加工画像を表わす図である。
図２７Ｂは、図２７Ａの矩形で表される領域を拡大した図である。
図２８Ａは、フィルタサイズが｛ｆ１＝３５、ｆ２＝１、ｆ３＝５５｝の場合の加工画像を表わす図である。
図２８Ｂは、図２８Ａの矩形で表される領域を拡大した図である。
図２９は、図１０の畳み込みニューラルネットワークのフィルタの数およびフィルタのサイズの適切な値および最適な値を表わす図である。
図３０は、中心位置検出装置７０の構成を表わす図である。
図３１は、指標算出装置８０の構成を表わす図である。
図３２は、素線の断面の中心位置の連結の例を表わす図である。
図３３は、各素線の軌跡データの例を示す図である。
図３４は、第１の撚りピッチを説明するための図である。
図３５は、第２の撚りピッチを説明するための図である。
図３６は、第３の撚りピッチを説明するための図である。
図３７は、第１の撚りピッチを説明するための図である。
図３８は、学習時の動作手順を表わすフローチャートである。
図３９は、多芯ケーブルの品質評価手順を表わすフローチャートである。
図４０は、ステップＳ２０２の中心位置の検出手順を表わすフローチャートである。
図４１は、多芯ケーブルの品質評価システム４０の機能をソフトウェアを用いて実現する場合の構成を示す図である。
図４２は、サンプル９および１０に係る多芯ケーブルの複数の素線を撚り合わせた導体を製造する装置を示す概略図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許