特許ウォッチ

公開番号2025138158
公報種別公開特許公報(A)
公開日2025-09-25
出願番号2024037071
出願日2024-03-11
発明の名称物品検査装置
出願人アンリツ株式会社
代理人弁理士法人栄光事務所
主分類G01N 21/88 20060101AFI20250917BHJP(測定;試験)
要約【課題】検査精度の向上を図った物品検査装置を提供する。
【解決手段】AI処理部22が、画像を学習させた学習モデル25を用いて、撮像画像に撮像された物品Wの良否を示す判定データD1を出力する。ルールベース処理部23が、撮像画像を画像処理する画像処理部26を用いて、撮像画像に撮像された物品Wの良否を示す判定データD2を出力する。総合判定部24は、AI処理部22及びルールベース処理部23から出力された判定データD1,D2に基づいて撮像画像に撮像された物品Wの良否を総合判定する。
【選択図】図1
特許請求の範囲【請求項１】
撮像部（１１）により撮像した物品（Ｗ）の撮像画像を記憶する画像記憶部（２１）と、
画像を学習させた学習モデル（２５，２５１～２５ｎ）を用いて、前記撮像画像に撮像された前記物品の品質状態を示す第１の判定データ（Ｄ１）を出力するＡＩ処理部（２２，２２Ｂ）と、
所定の画像処理アルゴリズム（２６，２６１～２６ｍ）を用いて前記撮像画像に対して画像処理を実施し、前記撮像画像に撮像された前記物品の品質状態を示す第２の判定データ（Ｄ２）を出力するルールベース処理部（２３，２３Ｂ）と、
前記第１の判定データ及び前記第２の判定データに基づいて前記撮像画像に撮像された前記物品の品質状態を総合判定する総合判定部（２４，２４Ｂ）と、を備えた、
物品検査装置（１，１Ｂ）。
続きを表示（約 680 文字）【請求項２】
請求項１に記載の物品検査装置において、
前記第１の判定データ及び／または前記第２の判定データに前記物品の品質状態の不良が含まれるときは前記撮像画像における不良部の位置情報を含む、
物品検査装置。
【請求項３】
請求項１に記載の物品検査装置において、
前記総合判定部が判定するルールを設定する判定ルール設定部（３）を有し、
前記総合判定部は、設定された前記ルールに従って前記品質状態を前記総合判定する、
物品検査装置。
【請求項４】
請求項１に記載の物品検査装置において、
前記第１の判定データ及び前記第２の判定データには、前記撮像画像の位置毎の不良度合がそれぞれ示されており、
前記総合判定部は、前記ＡＩ処理部から出力された前記第１の判定データと前記ルールベース処理部から出力された前記第２の判定データとを合成し、合成結果から前記物品の品質状態を総合判定する、
物品検査装置。
【請求項５】
請求項１に記載の物品検査装置において、
前記ＡＩ処理部は、複数の前記学習モデルを用いて、前記第１の判定データを出力する、
物品検査装置。
【請求項６】
請求項１に記載の物品検査装置において、
前記ルールベース処理部は、複数の前記画像処理アルゴリズムを用いて前記撮像画像に対して画像処理を実施し、前記画像処理アルゴリズム毎の画像処理結果に基づいて前記第２の判定データを出力する、
物品検査装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、物品検査装置に関する。
続きを表示（約 2,700 文字）【背景技術】
【０００２】
物品の品質状態を判定する物品検査装置として、例えば、特許文献１、２に記載された装置が提案されている。特許文献１に記載された物品検査装置は、物品にＸ線を照射して検出したＸ線透過量を示すＸ線画像（撮像画像）に対して画像処理フィルタを組み合わせた画像処理を行って、異物を検出する装置である。しかしながら、特許文献１の物品検査装置では、物品に近い特性の異物を検出できない虞があった。
【０００３】
また、特許文献２に記載された物品検査装置は、学習モデルに物品のＸ線画像を入力して、品質状態を検査している。特許文献２の物品検査装置は、学習された異物や欠陥などの不良に対しては精度よく検出することができるが、学習されていない想定外の異物や欠陥に対して誤検出してしまう虞があった。
【先行技術文献】
【特許文献】
【０００４】
特開２０１２－１３７３８７号公報
特開２０２３－１１４８２８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明は、上述した事情に鑑みてなされたものであり、その目的は、検査精度の向上を図った物品検査装置を提供することにある。
【課題を解決するための手段】
【０００６】
前述した目的を達成するために、本発明に係る物品検査装置は、下記［１］～［６］を特徴としている。
［１］
撮像部（１１）により撮像した物品（Ｗ）の撮像画像を記憶する画像記憶部（２１）と、
画像を学習させた学習モデル（２５，２５１～２５ｎ）を用いて、前記撮像画像に撮像された前記物品の品質状態を示す第１の判定データ（Ｄ１）を出力するＡＩ処理部（２２，２２Ｂ）と、
所定の画像処理アルゴリズム（２６，２６１～２６ｍ）を用いて前記撮像画像に対して画像処理を実施し、前記撮像画像に撮像された前記物品の品質状態を示す第２の判定データ（Ｄ２）を出力するルールベース処理部（２３，２３Ｂ）と、
前記第１の判定データ及び前記第２の判定データに基づいて前記撮像画像に撮像された前記物品の品質状態を総合判定する総合判定部（２４，２４Ｂ）と、を備えた、
物品検査装置（１，１Ｂ）であること。
［２］
［１］に記載の物品検査装置において、
前記第１の判定データ及び／または前記第２の判定データに前記物品の品質状態の不良が含まれるときは前記撮像画像における不良部の位置情報を含む、
物品検査装置であること。
［３］
［１］に記載の物品検査装置において、
前記総合判定部が判定するルールを設定する判定ルール設定部（３）を有し、
前記総合判定部は、設定された前記ルールに従って前記品質状態を前記総合判定する、
物品検査装置であること。
［４］
［１］に記載の物品検査装置において、
前記第１の判定データ及び前記第２の判定データには、前記撮像画像の位置毎の不良度合がそれぞれ示されており、
前記総合判定部は、前記ＡＩ処理部から出力された前記第１の判定データと前記ルールベース処理部から出力された前記第２の判定データとを合成し、合成結果から前記物品の品質状態を総合判定する、
物品検査装置であること。
［５］
［１］に記載の物品検査装置において、
前記ＡＩ処理部は、複数の前記学習モデルを用いて、前記第１の判定データを出力する、
物品検査装置であること。
［６］
［１］に記載の物品検査装置において、
前記ルールベース処理部は、複数の前記画像処理アルゴリズムを用いて前記撮像画像に対して画像処理を実施し、前記画像処理アルゴリズム毎の画像処理結果に基づいて前記第２の判定データを出力する、
物品検査装置であること。
【０００７】
上記［１］の構成によれば、ルールベース処理部及びＡＩ処理部が互いに精度の悪い部分を補うことができ、検査精度向上を図ることができる。
上記［２］の構成によれば、撮像画像中の不良部分の位置を検出することができる。
上記［３］の構成によれば、物品の種類やルールベース処理部の精度、ＡＩ処理部の精度に併せてルールを設定することができ、より一層検査精度の向上を図ることができる。
上記［４］の構成によれば、ルールベース処理部の第２の判定データ及びＡＩ処理部の第１の判定データを合成する。これにより、より一層検査精度の向上を図ることができる。
上記［５］の構成によれば、ＡＩ処理部が複数の学習モデルを用いて第１の判定データを出力する。これにより、より一層検査精度の向上を図ることができる。
上記［６］の構成によれば、ルールベース処理部が複数の画像処理アルゴリズムを用いて画像処理を実施し、画像処理アルゴリズム毎の画像処理結果に基づいて第２の判定データを出力する。これにより、より一層検査精度の向上を図ることができる。
【発明の効果】
【０００８】
本発明に係る物品検査装置によれば、検査精度の向上を図る、との効果を奏する。
【０００９】
以上、本発明について簡潔に説明した。更に、以下に説明される発明を実施するための形態（以下、「実施形態」という。）を添付の図面を参照して通読することにより、本発明の詳細は更に明確化されるであろう。
【図面の簡単な説明】
【００１０】
図１は、第１実施形態における本発明の物品検査装置のブロック図である。
図２は、図１に示す総合判定部が行うＡＮＤ判定について説明するための説明図である。
図３は、図１に示す総合判定部が行うＯＲ判定について説明するための説明図である。
図４は、図１に示す総合判定部が行う合成判定について説明するための説明図である。
図５は、図１に示す総合判定部が行う合成判定について説明するための説明図である。
図６は、図１に示す総合判定部が行う合成判定について説明するための説明図である。
図７は、第２実施形態における本発明の物品検査装置のブロック図である。
【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