TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
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)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

富士通株式会社
画像生成方法
3日前
株式会社アイシン
情報提供システム
3日前
個人
情報処理システム、情報処理方法及びプログラム
3日前
株式会社セルズ
情報処理システム
3日前
株式会社アイシン
投稿感情予測システム
3日前
日本電気株式会社
管理装置、管理方法、及びプログラム
3日前
株式会社アイシン
物体検出装置
3日前
株式会社不二越
学習処理装置及び学習処理プログラム
3日前
株式会社ガバメイツ
業務手順管理システムおよびプログラム
3日前
カシオ計算機株式会社
電子機器、固定判定方法及びプログラム
3日前
いすゞ自動車株式会社
検出システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
ソフトバンクグループ株式会社
システム
3日前
続きを見る