特許ウォッチ

公開番号2025104627
公報種別公開特許公報(A)
公開日2025-07-10
出願番号2023222562
出願日2023-12-28
発明の名称物品検査装置
出願人アンリツ株式会社
代理人弁理士法人有我国際特許事務所
主分類G01N 23/18 20180101AFI20250703BHJP(測定;試験)
要約【課題】複数の画像処理アルゴリズムから被検査物品に適合するアルゴリズムを容易にかつ的確に選択設定できる物品検査装置を提供する。
【解決手段】被検査物品Wを撮像した検査画像Dpxに対し、所定の画像処理アルゴリズムPgmを適用して被検査物品Wを検査する物品検査装置であって、複数の画像処理アルゴリズムを予め記憶するアルゴリズム記憶部44と、記憶された画像処理アルゴリズムについて、検査画像に対する検査の適合性を、被検査物品以外の他の物品を撮像して得られた複数の取得済み画像のデータに適用したときの検査性能を表す性能情報に基づいてそれぞれに評価し、複数の画像処理アルゴリズムについてそれぞれの評価結果を表す複数の評価値を算出する学習部41と、学習部41で算出された複数の評価値に基づいて、被検査物品Wの品質状態の判定に用いる所定の画像処理アルゴリズムを設定する画像処理アルゴリズム設定部45とを備える。
【選択図】図1
特許請求の範囲【請求項１】
所定品種の被検査物品（Ｗ）を撮像して得られる検査画像（Ｄｐｘ）に対し、所定の画像処理アルゴリズム（Ｐｇｍ）を適用して被検査物品の品質状態を検査する物品検査装置であって、
前記所定の画像処理アルゴリズムを含む複数の画像処理アルゴリズムを予め記憶する画像処理アルゴリズム記憶部（４４）と、
前記画像処理アルゴリズム記憶部の前記複数の画像処理アルゴリズムについて、前記検査画像に対する検査の適合性を、前記被検査物品以外の他の物品を撮像して得られた複数の取得済み画像のデータに適用したときの検査性能を表す性能情報に基づいてそれぞれに評価し、前記複数の画像処理アルゴリズムについてそれぞれの評価結果を表す複数の評価値を算出する画像処理アルゴリズム評価部（４１；４６）と、
前記画像処理アルゴリズム評価部で算出された前記複数の評価値に基づいて、前記被検査物品の品質状態の判定に用いる前記所定の画像処理アルゴリズムを設定する画像処理アルゴリズム設定部（４５）と、を備えることを特徴とする物品検査装置。
続きを表示（約 1,000 文字）【請求項２】
画像処理アルゴリズム評価部は、前記複数の評価値を、前記性能情報で表される前記検査性能が優位であるほど大きな数値となるように算出し、
前記画像処理アルゴリズム設定部は、前記複数の評価値の前記数値を基に前記複数の画像処理アルゴリズムのうち優位な一部の画像処理アルゴリズムを選択して、前記所定の画像処理アルゴリズムを設定することを特徴とする請求項１に記載の物品検査装置。
【請求項３】
前記複数の評価値は、前記性能情報が所定レベル以上に優位な検査性能を表すときに最大値となるように算出され、
前記画像処理アルゴリズム設定部は、前記複数の評価値の優位順に、前記複数のうち所定数の画像処理アルゴリズムを、選択可能に表示器に表示させることを特徴とする請求項１または２に記載の物品検査装置。
【請求項４】
前記画像処理アルゴリズム評価部は、
前記他の物品である複数種類の製品群の検査画像と該製品群の検査画像に適合する画像処理アルゴリズムとを教師データとした学習により予め作成された学習モデルに基づいて、前記検査画像に対する前記複数の画像処理アルゴリズムの前記検査の適合性をそれぞれに評価することを特徴とする請求項１または２に記載の物品検査装置。
【請求項５】
前記画像処理アルゴリズム設定部は、前記画像処理アルゴリズム評価部での前記学習モデルに基づく前記複数の画像処理アルゴリズムの評価値に応じて少なくとも１つの画像処理アルゴリズム候補を抽出し、該抽出した画像処理アルゴリズム候補が複数となる場合は、該抽出した画像処理アルゴリズム候補を表示器に選択可能に表示させることを特徴とする請求項４に記載の物品検査装置。
【請求項６】
前記複数の画像処理アルゴリズムのうち最適な画像処理アルゴリズムが紐づけられた製品群の画像を学習データとして記憶する製品群記憶手段を有し、該学習データに基づいて前記学習モデルを生成する学習部を備えることを特徴とする請求項４に記載の物品検査装置。
【請求項７】
前記学習モデルは、深層学習の分類の手法を用いて作成されることを特徴とする請求項４に記載の物品検査装置。
【請求項８】
前記被検査物品にＸ線を照射してＸ線検査画像を取得し、該Ｘ線検査画像に前記所定の画像処理アルゴリズムを適用して前記被検査物品の品質状態をＸ線検査することを特徴とする請求項１に記載の物品検査装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、物品検査装置に関し、特に所定品種の被検査物品を撮像して得られる検査画像に対し所定の画像処理アルゴリズムを適用して被検査物品の品質状態を検査する物品検査装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
物品検査装置においては、従来、被検査物品の撮像データに対し、検査項目に対応する所定の画像処理フィルタやその組合せを有する画像処理アルゴリズムを適用して、被検査物品の所定の品質状態を高精度に検査できるようにしているものがある。
【０００３】
このような物品検査装置では、被検査物品の特徴や検出したい異物の特徴を基にそれぞれ作り込まれて予めメモリに記憶された複数の画像処理フィルタ等の中から、特定の被検査物品の検査項目に対応する画像処理フィルタ等を選択設定する必要がある。そこで、そのような選択設定作業がオペレータの経験に左右されずに容易にできるように、検査に必要な画像処理フィルタ等の選択設定の機能を自動化したものがある。
【０００４】
この種の物品検査装置としては、例えば異物が混入されていない被検査物品を透過したＸ線量の検出データに基づく入力検査画像データに対して、特徴に応じた複数種類のフィルタ処理を施して複数のＸ線画像のデータを生成し、物品の端縁部分画が輝度上昇したそれら複数のＸ線画像のデータのうち最大画素値が最小となるようなＸ線画像のデータを生成したフィルタを、最適なＸ線画像処理フィルタとして選択設定するようにしたものが知られている（例えば、特許文献１参照）。
【０００５】
また、検出したい異物の検出が可能な異物検出特性に近似する所望の画像処理アルゴリズムを、記憶手段に記憶された複数の画像処理アルゴリズムから抽出するために、被検査物品の影響を低減しつつ異物を強調できる画像処理アルゴリズムをランキング表示することで、その選択設定作業の容易化を図ったものがある（例えば、特許文献２参照）。
【先行技術文献】
【特許文献】
【０００６】
特開２００４－２８８９１号公報
特開２０１２－１３７３８７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、上述のような従来の物品検査装置においては、高精度の異物検出が可能であるものの、異物を強調するために被検査物品の特徴についての検出や表示の機能が相対的に抑えられる傾向となっていたため、検査結果に影響するような物品自体の性状や形態等といった状態の違い（その違いに対応する検査画像の濃度、形状、輝度分布等）を考慮して必要な画像処理アルゴリズム、すなわち、必要な複数の画像処理フィルタの組合せを的確に選択設定することが容易ではなかった。
【０００８】
例えば、未習熟のユーザには被検査物品に的確に対応する画像処理アルゴリズムの選択設定が容易でなく、異物サンプルを用いる設定作業が必要である点からも、画像処理アルゴリズムの的確な選択設定が容易ではなかった。
【０００９】
そのため、例えば被検査物品の状態を目視できる典型的な形態やサイズ等を基に概略分類する選択操作入力を実行させて、その選択結果に最適な画像処理アルゴリズムを自動選択するようにしたり、検出すべき異物のサンプルを装着した場合にその検出波形が明確に立ち上がる的確な画像処理アルゴリズムであることを確認したりすることが必要になっていた。
【００１０】
さらに、高検査精度を得るために異物付きの被検査物品のＸ線透過画像を学習記憶させる学習段階を設けるような場合、不良部位に注目した学習データで過学習されてしまうと、検査結果に影響するような物品自体の性状や形態等の影響が十分に学習され難くなって、最適な画像処理アルゴリズムが選択肢から漏れてしまうことも懸念されていた。
（【００１１】以降は省略されています）

関連特許